' .......

\,,

Análise Combinatória e
Pro habilidade

Augusto César de Oliveira Morgado

João Bosco Pitombeira de Carvalho
Paulo Cesar Pinto Carvalho
Pedro Fernandez

--"!
--,;-....
_
-~
-
__ .
 Conteúdo

1. Introdução 1
1.1 O que é Combinatória? 1
1.2 Um Pouco de História 2
1.3 Conjuntos 10
2. Combinações e Permutações 17
AQUISICA~R ~MPRA
ADQUIRIDO Dt ç}iP' f o,..,_, 2.1 Introdução 17
2.2 Permutações Simples 27
2.3 Combinações Simples 31
7 8 FEV. 2000 2.4 Permutações Circulares 41
2.5 Permutações de Elementos·nem Todos Distintos 45
PREÇO ,:{20,, <-0
2.6 Combinações Completas 48
REGIS!OO0-~.U · \11""" '-A
DATA DO ~EG1srno j g • lJ ~ ~. (J Ú ('J 3. Outros Métodos de Contagem 56
3.1 O Princípio da Inclusão-Exclusão 56
3.2 Permutações Caóticas 68
3.3 Os Lemas de Kaplansky 72
3.4 O Princípio da Reflexão 77
3.5 O princípio de Dirichlet 81
4. Números Binomiais 88
4.1 O Triângulo de Pascal 88
4.2 O Binômio de Newton 104
4.3 Polinômio de Leibniz 114
5. Probabilidade 118
5.1 Introdução 118
5.2 Espaço Amostral e Probabilidades de Laplace 119
5.3 Espaços de Probabilidade 125
5.4 Probabilidades Condicionais 140
5.5 A Distribuição Binomial 165
Apêndice 1 170
Apêndice 2 175 Prefácio
Apêndice 3 178
Respostas dos Exercícios 180
Bibliografia 186

Este texto foi escrito como parte de um projeto de treina-

mento de professores de Matemática do 2º grau, financiado pela
Fundação VITAE, e iniciado no Rio de Janeiro, em janeiro de
1991. Aproveitamos para agradecer à VITAE por esta iniciativa.
A Análise Combinatória tem sido frequentemente indicada
por professores do 2º grau como sendo a parte da Matemática
mais difícil de ensinar.
Apesar de repleta de problemas capazes de motivar os alunos,
é considerada uma disciplina complicada, em que os alunos têm
dificuldade de encontrar a fórmula correta para cada problema.
Neste texto procuramos resolver problemas de contagem através
do uso de alguns princípios fundamentais, evitando, sempre que
possível, recorrer ao uso de fórmulas.
O livro incorpora a experiência dos autores em ensinar Análise
Combinatória a alunos de 2º grau, especialmente por parte do
primeiro autor.

Rio de Janeiro, março de 1991.

Augusto César de Oliveira Morgado

João Bosco Pitombeira de Carvalho
Paulo Cezar Pinto Carvalho
Pedro Fernandez
1. Introdução

1.1 O que é Combinatória ?

O que é Análise Combinatória ou simplesmente Combinatória?

A maior parte dos alunos do 2ª grau responderia que ela é o es-
tudo das combinações, arranjos e permutações. Isso no entanto é
uma resposta parcial pois, embora combinações, arranjos e per-
mutações façam parte da Análise Combinatória, são conceitos
que permitem resolver um tipo de problemas de Análise Com-
binatória: os de contagem de certos tipos de subconjuntos de um
conjunto finito, sem que seja necessário enumerar seus elemen-
tos. No entanto, a Análise Combinatória trata de vários outros
tipos de problemas e dispõe, além das combinações, arranjos e
permutações, de outras técnicas para atacá-los: o princípio da in-
clusão-exclusão, o princípio das gavetas de Dirichlet, as funções
geradoras, a teoria de Ramsey são exemplos de técnicas poderosas
de Análise Combinatória. Pelo menos uma delas, o princípio das
gavetas de Dirichlet, é mais simples ou pelo menos tão simples
quanto o estudo das combinações, arranjos e permutações.
De maneira mais geral, podemos dizer que a Análise Com-
binatória é a parte da Matemática que analisa estruturas e relações
discretas.
Dois tipos de problemas que ocorrem frequentemente em
2 Introdução Cap.l
Análise Combinatória são:
1) Demonstrar a existência de subconjuntos de elementos de
um conjunto finito dado e que satisfazem certas condições
2) Contar ou classificar os subconjuntos de um conjunto finito
e que satisfazem certas condições dadas.
Embora a Análise Combinatória disponha de técnicas gerais
que permitem atacar certos tipos de problemas, é verdade que a
solução de um problema combinatório exige quase sempre enge-
nhosidade e a compreensão plena da situação descrita pela pro-
blema. Esse é um dos encantos desta parte da matemática, em
que problemas fáceis de enunciar revelam-se por vezes difíceis,
exigindo uma alta dose de criatividade para sua solução.
Por que privilegiar o estudo das combinaç.ões, arranjos e
permutações em um primeiro curso de Análise Corhbinatória?
Em primeiro lugar, entre os vários tipos de "números para
contagem" da Análise Combinatória, eles são certamente os mais
simples e de uso mais amplo. Além disso, eles permitem resolver
uma grande quantidade de problemas de Análise Combinatória.
Outra razão para seu estudo é a aplicabilidade desses números
a problemas de probabilidades finitas, um campo de aplicação
importante da Análise Combinatória.
Por outro lado, se a aprendizagem destes conceitos se faz
de maneira mecânica, limitando-se a empregá-los em situações
padronizadas, sem procurar habituar o aluno com a análise cuida-
dosa de cada problema, cria-se a impressão de que a Análise Com-
binatória é somente um jogo de fórmulas complicadas.
1.2 Um pouco de História
O desenvolvimento do binômio (1 + x ) 11 está entre os primeiros
problemas estudados ligados à Análise Combinatória. O caso
n = 2 já pode ser _encontrado nos Elementos de Euclides, em
Cap.l Introdução 3
torno de 300 a. C. O triângulo de Pascal era conhecido por Chu
Shih-Chieh, na China, (cm torno de 1300) e antes disso pelos
hindus e árabes. O matemático hindu Báskhara (111-1-1185?),
conhecido geralmente pela "fórmula de Báskhara" para a solução
de equações do 2º grau, sabia calcular o número de permutações,
de combinações e de arranjos de n objetos. O mesmo aconte-
ceu com o matemático e filósofo religoso francês Levi ben Gerson
(1288-1341), que nasceu e trabalhou no sul da França, e que, entre
outras coisas, tentou demonstrar o 5º Postulado de Euclides. O
nome coeficiente binomial foi introduzido mais tarde por Michael
Stifel (1486?-1567), que mostrou, em torno de 1550, como calcu-
lar (1 + x)n a partir do desenvolvimento de (1--f x) 11- 1 . Sabemos
também que o matemático árabe Al-Karaji (fins do século X) co-
nhecia a lei de formação dos elementos do triângulo de Pascal,
p+1 _ cp+1
C n+l - n + cP
'n·
O primeiro aparecimento do triângulo de Pascal no Ocidente foi
no frontispício de um livro de Petrus Apianus (1495-1552). Nic-
colo Fontana Tartaglia (1499-1559) relacionou os elementos do
triângulo de Pascal com as potências de (x + y). Pascal (1623-
1662) publicou um tratado em 1654 mostrando como utilizá-los
para achar os coeficientes do desenvolvimento de (a+ b)n. Jaime
Bernoulli (1654-1705), em seu Ars Conjectandi, de 1713, usou a
interpretação de Pascal para demonstrar que
(x + y)" e t (")x"-iyi.
i=O t
A segunda parte deste livro de Jaime Bernoulli é dedicada à teoria
das combinações e permutações.
Isaac Newton (1646-1727) mostrou como calcular direta-
mente (1 + x}n sem antes calcular (1 + x)n-l. Ele mostrou que
cada coeficiente pode ser determinado, usando o anteriqr, pela
fórmula
( n) n-r(")
r+l r+lr.
4 Introdução
Em verdade, Newton foi além disso, e mostrou como de-
senvolver (x + y )1', onde r é um número racional, obtendo neste
caso um desenvolvimento em série infinita.
Uma outra direção de generalização do teorema do binômio
é considerar potências da forma
(x+y+···+z)n,
o chamado teorema mutinomial, que foi descoberto por Leibniz
(1646-1716) e demonstrndo também por Johann Bernoulli (1667-
1748).
Abraham De Moivrc (1667-1754), Daniel Bernoulli (1700-
1782) e Jacques Phillipe Marie Binet (1786-1856) mostraram como
achar diretamente os números de Fibonacci*, se~ ser necessário
calcular todos eles, até o que desejamos. Para isso, De Moivre
utilizou pela primeira vez uma técnica extremamente poderosa,
a das fmiç,ões geradoras. Esta técnica, muito útil para estudar
sucessões recorrentes, foi bastante desenvolvida por Euler (1707-
1783), em seu livro clássico lntroductio in Analysin Jnfinitorum,
onde ele a utiliza para atacar o problema das partições de um
inteiro. O interesse de Euler por este problema surgiu devido a
uma pergunta que lhe foi feita pelo matemático francês Phillipe
Naudé, que trabalhava em Berlim, em uma carta, na qual, entre
outras coisas, perguntava de quantas maneiras nm número pode
ser escrito como sóma de inteiros positivos distintos. Esta per-
gunta, prontamente respondida por Euler, foi a 01igem da "teo-
ria das partições" ou "parti tio numerorum", como escreveu Euler.
Mas suas contribuições à Análise Combinatória não se limitaram a
isso. Várias obras suas, muitas delas sobre probabilidades, contêm
resultados importantes da Análise Combinatória. Em particular,
devemos a ele o enunciado e a solução do ProblPrna das Sete Pontes
de K Onigsberg, um teorema da Teoria dos Grafos, parte muito im-
portante, atualmente, da Análise Combinatória.
ºVihonacci, também conh~cido por LPOttàrdo d~ Pisa /1175?-1250?)
Cap.1 Cap.1 Introdução .5
A Análise Combinatória tem tido nm crescimento explosivo
nas últimas décadas. A importância de problemas de enumeração
tem crescido enormemente, devido a necessidades cm teoria dos
grafos, em análise de algoritmos, etc. Muitos problemas impor-
tantes podem ser modelados matematicamente como problemas
de teoria <los grafos (problemas de pesquisa operacional, de ar-
mazenamento de informações em bancos de <lados nos computa-
dores, e também problemas de matemática "pura", como o famoso
problema das 4 core8).
Já em 1937 o matemático húngaro-americano George Pólya
(1887-1985) introduziu nova e importante técnica de enumeração,
qne se tem prestado às mais variadas aplicações, permitindo tratar,
de maneira unificada, desde a enumeração do número de isômeros
de uma substância, até a enumeração de grafos, principalmente
árvores, resolvendo problemas que até então eram atacados so-
mente por métodos ''ad hoc". Como disse Pólya, sua teoria é
uma maneira de enumerar configurações não- equivalentes rela-
tivamente a um grupo de permutações dado. Um exemplo sim-
ples de aplicação da teoria do Pólya é o de determinar o número
de tetraedros regulares ''diferentes" com faces pintaclas com duas
cores, preto e branco, por exemplo. Podemos ter um tetraedro
todo preto, outro todo branco, um com uma face branca e as
outras pretas, etc. Dois tetraedros são considerados "diferentes"
se nm deles não pode ser obli<lo do outro por meio de rotações.
Outra teoria importante de Combinatória foi criada pelo
lógico inglês F. P. Ramsey (1903-1930); ela garante a existência de
certas configurações. Um dos exemplos mais simples do chamado
teorema de Ramsey afirma que se tivermos no plano um conjunto
de n pontos, com n _:: : : 6, no qual não há três pontos colineares,
então, se nnirmos todos os pontos dois a dois. usando duas cores
distintas, por exemplo preto e branco, para tra\:ar os segmentos
de reta que unirão os pontos, então forçosamente teremos for-
mado um triângulo cujos lados são todos da mesma cor (preto ou
branc·.o).
6 Introdução Cap.l
Diz-sf" geralmente que a Teoria das Probabilidades originou-
se com Blaise PasC'al ( l 623-Hi62) e Pierre de Fermat (1601-1665),
devido à curiosidade de um cavalheiro, o Chevalier de Méré, jo-
gador apaixonado, que em cartas discutiu com Pascal problemas
relaÚvos à probabilidade de ganhar ern certo jogos de cartas. Des-
pertado seu interesse pelo assunto, Pascal correspondeu-se com
Fermat sobre o que hoje chamaríamos de probabilidades finitas.
Mas ern verdade a teoria elementar das probabilidades já
tinha sido objeto de atenção bem antes. Levando cm conta o
fascínio que os jogos de azar sempre exerceram sobre os homens,
estimulando-os a achar maneiras seguras de ganhar, não é de es-
pantar que muito cedo problemas relativos a jogos de cartas ou
de dados tenham atraído a atenção de pessoas com mentes mais
especulativas. Já na Divina Comédia, de Dante Alighieri (1265-
1321), há urna referê~cia a probabi1,i(~ade~ em ~o;o~ ~e dados. Em
verdade, o desenvolvimento da Analise Combmatona deve-se em
grande parte à necessidade de resolver problemas de contagem
originados na teoria das probabilidades.
A primeira obra conhecida em qne se estudam as proba-
bilidades é o livro De Ludo Aleae, (Sobre os jogo.~ de Azar), de
Jerônimo Cardano (1501- 1576), publicado cm 1663. É possível
que o interesse de Cardano pelo assunto se deva a sua paixão pelos
jogos de azar. Nas palavras de Isac Todhunter, ern sua !Iistória
da Teoria. Matemática da Probabilidade, "O livro pode ser bem
descrito corno um manual para jogadores. Contém muito sobre jo-
gos, com descrições de jogos e com as preocupações que se deve ter
para se proteger de adversários dispostos a trapacear; a discussão
relativa às probabilidades são parte pequena de seu tratado". Uma
tradução para o inglês moderno do livro de Carclano encontra-se
no livro Cardano, the C:ambling 8cholar, de Oystcn Ore.
Na parte dedicada à probabilidade Cardano mostra, entre
outras coisas, de quantas maneiras podemos obter um número,
lançando dois dados. Assim, por exemplo, 10 pode ser obtido de
3 maneiras: 5 em cada da<lo, 6 no primeiro e 1 no segundo, e 4 no
Cap.l Introdução 7
primeiro e 6 no segundo.
Além de Cardano, Johannes Kepler (1571-1630) fez algu-
mas observações sobre probabilidades, em um livro publicado em
1606 (De. Ste.lla nova in pede Serpentarii), em que estuda as dife-
rentes opiniões sobre o apararecirnento de uma estrela brilhante
em 1604.
Também Galileu (1564-1642) preocupou-se com as proba-
bilidades, estudando os jogos de dados, para responder à pergunta
de um amigo: Com três dados, o número 9 e o número 1O podem
ser obtidos de seis maneiras distintas, cada mn deles. No entanto ,
a experiência mostra que 10 é obtido mais frequentemente do que
9. Como explicar isso? Galileu estudou cuidadosamente as pro-
babilidades envolvidas e mostrou, corretamente que, de 216 casos
possÍvf'is, 27 são favoráveis ao aparecimento <lo nümero 10 e 2,5
são favoráveis ao aparecimento do número 9.
Malgrado investigações destes precursores, a Teoria das
Probabilidades só começa a se desenvolver realmente a partir dos
trabalhos de Pascal. Já vimos corno Pascal estudou o triângulo
aritmético que leva seu nome. Ele o aplicou ao estudo dos jogos
de cartas.
Christian Huygens (1629-1695) puLlicou em 1657 o primeiro
tratado de Teoria das Probabilidades, o De Ratiociniis in Ludo
Aleae.
A Teoria das Probabilidades não despertou logo grande in-
teresse entre os matemáticos que se seguiram a Paseal e Fermat,
os_ quais estavam atraídos pelas investigações relativas ao cálculo,
cnado por Newton e Leibnitz. No entanto, percebeu-se imedi-
atamente a utilidade da Teoria das Probabilidades para estudar
situações como taxas de mortalidade, prêmios de seguros, etc.
São inúmeras, ainda no século XVIII, as publicações estatísticas
sobre impostos, doenças, condenações, etc., organizadas pelos go-
vernos, que viram logo o poder deste instrumento de observação
social. gm 1662, .John Grannt (1620-1674) utiliza os registros de
8 Introdução Cap.l
falecimentos para determinar a taxa de mortalidade em Londres.
Passou-se em seguida a utilizar a idéia de Graunt no cálculo de
rendas vitalícias, que dependem da esperança de vida. A primeira
tentativa séria de cálculo de rendas vitalícias é devida a Johan
de Witt (1625-1672) juntamente com Johan Hudde (1628-1704),
prefeito de Amsterdam, que consultavam frequentemente Huygens
sobre o problema.
Outros se interessaram por este problema. O astrônomo
Edmund Halley (1656-1742) publicou uma tabela de taxas de mor-
talidade em 1693, posteriormente utilizada por De Moivre. Euler
{1710-1761) e Simpson (1687-1768) também estudaram este pro-
blema, que envolve matemática, economia e política. Os primeiros
resultados estatísticos realmente utilizados (por quase um século,
pelas companhias de seguros inglesas) 1 são as tabelas calculadas
por Richard Price ( 1723-1791) cm 1780, utilizando os registros de
falecimento da diocese de Northampton.
No famoso livro de Jaime EÍcrnoulli, Ars CnJectandi, que
já citamos, encontramos um teorema de importância decisiva em
Teoria das Probabilidades. Conhecido como Teorema de Bernoulli,
é também chamado de Lei do8 Grandes Números, nome que lhe foi
dado pelo matemático francês Siméon Poisson (1781-1840). Este
teorema foi a primeira tentativa de deduzir medidas estatísticas a
partir de probabilidades. Ele afirma, por exemplo, que se dois
eventos são igualmente prováveis, após um grande número de
experimentos eles terão sido obtidos aproximadamente o mesmo
número de vezes. O teorema permite também deduzir qual a
probabilidade de cada um dos eventos acontecer, sabendo como
se comportaram em um grande número de experimentos. A Lei
<los Grandes Números deu origem a discussões conceituais ou fi-
losóficas sobre o conceito de probabilidade.
Jaime Bernoulli foi o primeiro de nma longa linhagem de
matemáticos e sábios de uma família suíça. Seu diário mostra que
ele começou a interessar-se pelos problemas de combinatória e de
probabilidades em tomo de 1685. Manteve longa correspondência
Cap.l Introdução O
sobre O assunto com I.Pihniz. que~ levantava objcçõ('s ao Teorema
de Bernoulli.
Outro matemático que mui Lo se dedicou à teoria <las µroha-
hilidades e que, possivelnwntc,, só perde para Laplace' (1749-1827)
em contrihuiç<les ao assunto, foi Abraham De l'vloivre. Protes-
tante frarn·(,s, foi obrigado a rPfugiar-se Pm Hi85 na Inglaterra,
onde viveu atJ, sua morte. :vlatPmático vc~rsálil. com trabalhos
importantes cm YÚrios ntmpos, era muito n'S]H'Ílado. ~ewton.
por exrmplo, jú em s<'ns últimos anos d0 vida. ao lhP perg;nn:arem
sobre~ nm problema tk rnat(~mática, n'spondPll ··proc.nrc o Sr. De
Moivre, ele conhece estas coisas melhor do que cu"
Além de várias investigações sohn• probabilidadf~S, De
:\1oivre esCT<'VPtt um tratado sobre o assunto que foi usado du-
rante mnito tempo, o Dontnna. do Ara.so. cm q1w estão incluídos
muitos de sens trabalhos. Em part.i("nlar. ele <lesPnvolv<' a teoria
das sncessões recmT<'IÜ('S. <' a nsa para rcsolv<'r vúrios problemas
de probabilidades.
Devemos ainda citar o mat('mático ingk~s Thomas Bayes
(1702- 1761), que iniciou as investigações sobre o problema de
achar as probabilidades das Ci:l.Usas de um PVento observado.
A Teoria elas Prolmbilid.ades contém mnitos prohlemas in-
teressantrs, algm1s elos qu<lis conduzPm a r<'snltados inesperados
on à primeira vista paradoxais. Tern tamhc~m d<ldo origem a dis-
cussões filosóficas sobrC' o qnc é o acaso, o que sHo probabiidades.
etc. llm problema intc~ressant0, muito c-onhecido, (, o chamado
problema da agulha de Buffon*: Considere urna área plana, divi-
dida em faixas de larguras iguais. a. por retas paralC'las. Lance
sohre esta região, ao acaso, uma agulha dC' comprimento 2r, com
2r < a. Qual a prohahilid.ade de que a ag-nlha corte uma das
paralelas'! O r<':'mltado, s1trpr0PndC'IÜ<' ~ prirmürn vista, 6 4r/na.
Certamente o matt'rnático que- mais contribuiu para a teo-
ria das proln.thilirlod<'s foi Laplac0. famoso Unnh{•m por suas con-
*(!.-."rg~s l,ouis ],~c\~T<'. ('mui.-. dü Bnffo11 (1707-178'3). 11aln1·"H,qa. haucú.,
10 Introdução Cap.1 Cap.l Introdução 11

tribuições a <mtras áreas da matemática, como a mecânica analíti-
ca, onde atacou o problema da estabilidadC' do sistema solar. Seus
inúmeros trabalhos sobre as probabilidades foram incorporados
em seu monumental Tratado Analítico das Probabilidades, onde
são discutidos inúmeros problemas de probabilidades, introduzi-
das técnicas poderosas, rnmo a das funções geradoras, aproxi-
mações para prnbabilidades usando os métodos do cálculo inte-
gral, etc. Encontramos 1wste trabalho, Pm particnlar, a integral
{1} representa o conjunto que tem como único elemento o número
1. Um conjunto pode também ser descrito por uma propriedade
1r, comum a todos os seus elementos, e escreveremos
A = { x I x tem a propriedade 1r}.
Por exemplo,

;
J e -t' dt,
descreve o conjunto dos inteiros pares positivos. Usaremos o
símbolo #A para reprnsentar o número de elementos do conjunto
relaciona<la com a Distribuição Normal. A, isto é, a cardinalidade de A.

Se todo elemento de um conjunto A é também elemento de

um conjunto B, diremos que A é um subconjunto de B e escreve-
1.3 Conjuntos remos simbolicamente A e B. Se A e B mas existe um elemento
b E B tal que b ri. A, (b não pertence a A), diremos que A é um
/ subconjunto próprio de B. A Figura 1.1 ilustra esta situação. Ob-
Certamente o leitor desta monografia está familiariia<lo com os serve que o conjunto vazio é subconjunto de qualquer conjunto A.
rudimentos da teoria dos conjuntos. Assim, o propósito deste Com efeito, se isso não fosse verdade, deveria haver um elemento
capítulo é simplesmente revisar rapidamente essas noções básicas x E <P tal que x ri. A. o que f' impossíwl.
e, ao mesmo tempo, fixar a notaç.ão que usaremos nos capítulos
posterion~s.

Letras maiúsculas, como por exemplo A, B, ... , Y, Z, in-

dicarão conjuntos. A letra grega O (ômega) representará o con-
Junto 11niversal cm uma sitna~:ão determinada. Letras minúsculas
a, b, ... , y, z, w, indicarão elementos desses conjuntos.
B
A relação de pertencer será indicada pela letra grega E
e escreveremos por exemplo, a E A. O conjunto vazio será re-
presentado pela letra </J. Um conjunto com um número reduzido
de elementos será indicado simplesmente listando seus elementos.
Por exemplo, o conjunto que consiste nos números 1, 2 e 3 será Fig. 1.1
representado por
A ~ {!, 2, :l};
12 Introdução Ca p.1 Introdução 13
Ca p.1

Dados dois conjuntos A f' B indicaremos µor A U B o con- A parte sombreada da Figura 1.3 ilustra a intersf'c:(ão de A e B.
junto dos elementos que pertencem a A 011 a B, isto é, o conjunto
dos elementos que Jlf'rtencem a pelo menos um dos conjuntos A e
B; Este conjunto é chamado 11,niã.o <lf' A com /J. Simbolicamente,
n
AU13~{wEi!lwEA ou wEB}.

/\ parte sombreada da Figura 1.2 ilustra o conjunto A U B.

Fig. 1.3

No caso dP termos por exemplo três conjuntos, A, H e C,

a intersecção é representada por A n B n C:

Fig. 1.2
Anunc {wErllwEA e wEl3 e wEC}

A urnao de três conjuntos A,B,(,' será representada por A intersecção de n eonjuntos Ai, A2, ... , An f:' representada
A U B U C. por
"
Au a u e= {i:..1 E n I i:..1 E A ºª (,,' E B ou w E e}.
Mais geralmente, a união de n conjuntos A 1, A2, ... , A 11 P definida
Dizemos que dois conjuntos A e B são d1,sJ1w.tos se A n B =
analogamente f' representada por
(f). Quando temos mais de d.ois conjuntos, dizemos que eles são
" disjuntos quando forem disjuntos tomados 2 a :2. A Figura 1.4
LJA;. ilustra o caso de três conjuntos disjuntos.
i=l

Dados dois conjuntos A e B, definimos o conjunto inter-

secçrio de A (' B como o conjunto dos Pkmentos que pertencem
simultaneamente a A t·~ a B, ou seja,
 Cap.l Introdução lil
14 lntrodu,;:ão Cap.1

é chama<lo conjunto diferença. de A e B, é representado geralmente

por A - B. A parte sombreada da Figura 1.6 mostra a diferença
<leAcB.

Fig. 1.4

Dados um conjunto A, chamaremos conjunto complementar de A Fig. 1.6

o conjunto dos elementos de n que não pertencem a A. Simboli-
camente
Se B e A, a diferença A - IJ 8 chamada diferença própria.
A"~ {w E f![w cf-A). O Teroema 1, a seguir, lista as propriedades mais impor-
A parte sombreada da Figura 1.5 indica. o complementar tantes que relacionam os conceitos definidos anteriormente.
de A.
Teorema 1.
1. Para todo conjunto A e n, A u cp =- A, A n (fa = <f;.
2. A e B se e somente se A U H = B .
.3. A e B se e som1-mte se A n B = A.
4. AU(BuC) (AUll)UC.
5. An(BnC) (AnB)nG.
6. An(BUC)~(AnB)U(AnG).
7. AU(BnG)~(AUB)n(AUC).
8. A U A"~ n, A n A' ~ ~. ~c ~ f!, fl" ~ ~-
9. (Ac)c = A: A e B se e somente se Bc C Ac.
10. (A U B)' - A" n B'.
11. (Anll}"~A'UB'.
Fig. 1.5
A demonstração deste tcorf'ma é deixada como exercício.
Dados dois conjuntos A e B, o conjunto
Introduzimos agora a noç.ão de produto <"artesiano de dois
conjuntos. Dados dois conjuntos A e B, chamaremos de produto
lG Introdução Cap.l
2. Combinações e Permutações
rnrlPsia.no <le A por FJ o <'on.iunto <lr pares orcknados (a. li), onde
a.(~ \Ull C'lC'nwnto d(' ;l <' /J é um elemento df' f-J. Simbolicamente

A x li~ {(a,b)ln EA,bE R).

Por PXPmplo. se A = { J. 2} e B = {1, 2, ~}, resulta que

A x 13 ~ {(1,1),(1,2).(J,:l),(2, 1),(2,2),(2,:l)).

O prodnto <'arlPsiano de tri's rnnj1mtos {, definido <le forma

scnwlhantr' tomando tc>rnos cm lngar de Jl<fff'S. Em g;rral, se temos
2.1 Introdução
n nm,inntos A 1- A2 .... , A 11 • o produto cart.esi.:nm A 1 X A2 X··· X
A 11 {~ definido como o conjunto das u-11p]as (11J, a2, ... . a 11 ), onde
11.1 E A.1, a2 E A.2, ... ·ªn E An. Neste capítulo são apresentadas as ferramentas básicas que nos
permitem determinar o número de elementos de conjuntos forma-
A última noção dPstC' capítulo<" a de, partição <le um con-
dos de acordo com certas regras, sem que seja necessário enumerar
jnnt.o.
seus elementos.
Definição: Se.ia A um ('Onjunto finito não-vazio. Uma pa.rl1.ção
A procura por técnicas de contagem está diretamente vin-
d<' A é nma família dP rn11ju11Los A 1, A2 .... , A1,;, todos não-vazios,
culada à história da Matemática e à forma pela qual as pessoas
e tais que:
tem seu primeiro contato com esta disciplina. A primeira técnica
1) .1,uA,---u.1k~A matemática aprendida por uma criança é "contar", ou seja, enu-
2) A;nAJ--1' sp if=:f. merar os elementos de um conjunto de forma a determinar quantos
são os seus elementos. As operações aritméticas são também mo-
011 S<'.in. os conjuntos A1, A2, ... A,1,, são disjuntos dois-a-
tivadas (e aprendidas pelas crianças) através de sua aplicação a
dais P sua nnião {, \:> conjunto A. Diz('mos também quP A foi
problemas de contagem.
p(lrlir:ionado pdo~ ronjunlos A 1, A2, ... , A k·
Por exemplo, a operação de adição é sempre introdu~ida
em conexão com um problema de contagem:
18 Combinações e Permutações Cap.2
* •• **
**•••
** * •
A B AuB
Fig. 2.1
A figura 2.1 ilustra nm princípio básico de contagem, que podemos
chamar de ''Princípio de Adição":
Se A e B são dois conjuntos disjuntos, rom p e q elementos,
respectivamente, então A U B possui p + q elementos.
A seguir apresentamos o "Princípio da Multiplicaç.ão", que,
ao lado do "Princípio da Adição", constitui a ferramenta básica
para resolver os problemas de contagem abordados a nível de 2º
grau. Para motivar tal princípio, consideramos o exemplo a seguir.
Numa sala há 3 homens e 4 mulheres. De quantos mo-
dos é possível selecionar um casal homem-mulher? Chamando os
homens de /q, h2, h:3 e as mulheres de m 1, m2, m:1, m4 é fácil ver
que há 4 casais nos quais o homem é /q, outros 4 nos quais o
homem é h2 e outros '1 nos quais o homem é h:3. O número de
casais é portanto 4 -1-- 4 + 4 = 3 x 4 ,- 12.
O exemplo acima ilustra o Princípio Fundamental da Enu-
memção on Princípio da Multiplicação, o qual diz:
SP nma decisão d1 pode ser tomada de :z: maneiras e se, uma
- vez tomada a. decisão d1, a decisão d2 puder ser tomada de
y ma:nf';1:ms então o número de maneiras de se tomarem as
decisões d1 P d2 é .Ty.
Cap.2 Combinações e Permutações 10
Assim, no exemplo, para formar um casal devemos tomar
as decisões
d1 : escolha do homem;
d2 : escolha da mulher.
Como d 1 pode ser tomada de 3 maneiras e, depois disso, d2 pode
ser tomada de 4 maneiras, o número de maneiras de se formar um
casal (isto é, de tomar as decisões d1 e d2) é 3 x 4 = 12 .
Note qne o uso do Princípio de Multiplicação permite obter
o número de elementos do conjunto
{h1m1, /qm2, h1m3, lq m 4, h2m1, h2m2,
h2m3, h2m4, h3m1, h3m2, h3m3, h:3nq}
constituído por todos os casais possíveis, sem qne seja necessáno
enumerar seus elementos.
Exemplo 2.1: Para fazer uma viagem Rio-S.Paulo-Rio, posso
usar como transporte o trem, o ônibus ou o avião. De quantos
modos posso escolher os transportes se não desejo usar na volta o
mesmo meio de transporte usado na ida?
Solução: Há 3 modos de escolher o transporte de ida. Depois
disso, há duas alternativas para a volta. A resposta é 3 x 2 = 6.
D
Exemplo 2.2: Uma bandeira é formada por quatro listras, que
devem ser coloridas usando-se apenas as cores amarelo, branco e
cinza, não devendo listras adjacentes ter a mesma cor. De quantos
modos pode ser colorida a bandeira?
Solução: A primeira listra pode ser colorida de 3 modos, a se-
gunda de 2 modos (não podemos usar a cor empregada na primeira
listra), a terceira de 2 modos (não podemos usar a cor empregada
na segunda -listra) e a quarta de 2 modos (não podemos usar a cor
empregada na terceira listra). A resposta é 3 X 2 x 2 X 2 = 2'1. D
Exemplo 2.3: Quantos números naturais de três algarismos dis-
tintos (na base 10) existem?

20 Combinações e Permutações Cap.2
Solução: O primeiro algarismo pode ser escolhido de 9 modos
(não podc~mos usar o zero!), o segundo algarismo de 9 modos (não
podemos usar o algarismo utilizado anteriormente) e o terceiro
de 8 modos (não podemos usar os dois algarismos já empregados
anteriormente). A resposta é 9 x !) x 8 - 648. O
É interessante observar no exemplo 2.3 que se começássemos
pelo último algarismo teríamos 10 modos de escolher o último al-
garismo, 9 modos de escolher o µenúltimo algarismo (não podemos
usar o algarismo emprPgado anteriormente) e ... e agora esta-
mos diante de um prohlema: de quantos modos podemos escolher
o primeiro algarismo? A resposta é: depende! Se o algarismo
zero tiver sido usado em alguma das últimas ('asas, a resposta é 8
(não podemos nsar os dois algarismos já utilizados anteriormente).
Caso contrário, a resposta é 7 (não podemos usar nem o zero nem
os dois algarismos usados anteriormente).
É claro que l'Ssa dificnldade não teria ocorriclo se tivéssemos
começado pela escolha do primC'iro algarismo do número, escolha
essa que é mais problemática do que a dos (!ois outros algarismos
(o prinwiro algarismo não pode ser zero!).
Daí a recomendação:
Pequcna.H difir:nlda.dr.s a.dia.das coslnmam tm.n8jormar-sc em
gmnrlr>.~ dificuldades. Se alguma derisâ.o é mais complicada
que as demais, ela deve Hcr tomada. cm primeiro lugar.
Exemplo 2.4: Quantos números naturais de 4 algarismos (na
base 10), que sejam menores que 5000 e divisíveis por 5, podem
ser formados usando-se apenas os algarismos 2, 3, 4 e 5?
Solução: Temos:
Último algarismo
-----i- 1 modo (tem que ser 5)
-Primeiro algarismo -----i- 3 modos (não pode ser 5)
Sc~gnndo algarismo -----i- 4 modos
TetTPiro algarismo -----i- 4 modos
Cap.2 Combinações e Permutações 21
A resposta é J x 3 x 4 x 4 48. D
Exemplo 2.5: As placas dos automóveis são formadas por duas
letras ( !(, Y e W inclusive) seguidas por quatro algarismos. Quan-
tas placas podem ser formadas?
Soluçào: Cada letra pode ser f'Scolhida de 26 modos e cada al-
garismo de 10 modos distintos. A resposta{)
26 x 26 x 10 x 10 x 10 x Ili~ 6 760 000. D
Exemplo 2.6: Quantos são os números naturais pares que se
esnevem (na base 10) com três algarismos distintos?
Soluçâo: O último algarismo do número pode ser escolhido de
5 modos (0,2,4,6 ou 8). O primeiro algarismo pode ser escolhido
de ... depende! S(,. o zc~ro foi usado como último algarismo, o
prinwiro algarismo pode ser escolhido de 9 modos (não podemos
w;ar o algarismo já ('mpregado ua últim1:t casa). Se o zero não
foi usado como último algarismo, o primeiro algarismo só pode
ser C'scolhido de 8 modos (não podemos usar nem o zero nem o
algarismo já empregado na última ('asa).
Para vencer este impasse, ternos dnas alternativas:
a) "abrir" o problema Pm casos (qm-' P a a]lernativa mais natural).
Contamos scparadamfmtc os números que têm zero como último
algarismo e aqueles cujo último algarismo é diferente de zero. '
Terminando mn zero t.emos 1 modo de es('olher o último
algarismo, 9 modos de escolher o primeiro e 8 modos de escolher
o do meio, num total de 1 x 9 x 8 =- 72 números.
TPrminando cm um algarismo diferente de zpro ternos 4
modos de C'scolher o último algarismo (2,1,G on 8), 8 modos de
escolher o primeiro algarismo (não po<lPmos nsar nem o zero Bf'ITI
o algarismo já nsado na última casa) e 8 modos de' escolher o alga-
rismo no meio (não podemos usar os dois algarismos .iá emprega-
dos nas cRsas extremas). Logo, tE1mos 4 x 8 x ~ =- 25G números
22 Combiíla,;:ões e Permutações Cap.2
terminados em um algarismo diferente de zero. A resposta é, por-
tanto 72 1 256 ~ 328.
b) Ignorar uma das restrições (que é. uma alternativa mais sofisti-
cada). Ignorando o fato de zero não poder ser primeiro algarismo,
teríamos 5 modos de escolher o último algarismo, 9 modos de es-
colher o primeiro e 8 modos de f'S('olher o do meio, num total de
5 x 8 x 9 = :{60 números. Esses 360 númerso incluem números
começados por zero, que devem ser descontados. Começando em
zero temos 1 modo de escolher o primeiro algarismo (O), 4 modos
de escolher o último (2,4,6 ou 8) e 8 modos de escolher o do meio
(não podemos usar os doi8 algarismos já empregados nas casas
extremas), num total de 1 x 4 x 8 = 32 números. A resposta é,
portanto, 360 - 32 = ::128 números.
É claro tamhém que poderíamos ter resolvido o problema
determinando todos os números de ;3 algarismos distintos (9 X 9 X
8 = 648) e abatendo os números ímpares de :i algarismos distintos
(5 na última casa, 8 na primeira e 8 na segunda, num total de
5 x 8 x 8 = 320 números). A resposta seria 648 - 320 ::::: 328
números.
Exercícios
1. Quantas palavras contendo 3 letras diferentes podem ser for-
madas com um alfabeto de 26 letras?
2. Quantos são os gabaritos possíveis de um teste de 10 questões
de múltipla-escolha, com cinco alternativas por questão?
3. Quantos inteiros há entre 1000 e 9999 cujos algarismos sao
distintos?
4. De quantos modos diferentes podem ser escolhidos um presi-
dent~ e um secretário de um conselho que tem 12 membros?
5. De quantos modos 3 pessoas podem sentar-se em 5 cadeiras
em fila?
Cap.2 Combiílações e Permutações 23
6. Quantos números de quatro dígitos são maiores que 2400 e:
a) têm todos os dígitos diferentes.
b) não. têm dígitos iguais a 3,5 ou 6.
c) têm as propriedades a) e b) simultâneamente.
7. O conjunto A possui 4 elenwntos e o rnn.i unto B possui 7
elementos. Quantas são ns funções f: A ---" B'? Quantas são as
funções in.ictoras f: A ---" B'?
8. Quantos divisores naturais possm o número 360? Quantos
são pares?
9. Quantos sao os núnwros naturais de 4 dígitos que possuem
pelo menos dois dígitos iguais?
10. Quant.os subconjuntos possui um conjunto que tem n ele-
mentos?
11. De quantos modos podemos arrumar 8 torres iguais em um
tabuleiro de xadrez (8 X 8) de modo que não haja duas torres na
mesma linha nem na mesma ('ohma?
12. Em uma banca há 5 c~xemplares iguais da revista A, 6
exemplares iguais da revista B e 10 exemplares iguais da revista
C. Quantas <"oleções não vazias de revistas dessa hanC'a é possível
formar?
13. De um baralho comum (52 cartas) sacam-se sucessivamente
e sem reposição três cartas. Quantas são as extrações nas quais a
primeira carta é de c~Jpas, a segunda é um rei e a terceira não é
uma dama?
14. quantos números diferentes podem ser formados multipli-
cando alguns (ou todos) dos números 1,5,6,7,7,9,9,9?
15. llm vngão de metrô tem 10 bancos individuais, sendo 5 de
frente e 5 de costas. l)p 10 passageiros, 4 prefer('m sentar de frente,
:~ preferem sentar <le costas e os demais não têm preferência. De
quantos modos os passageiros podem se sentar, respeitando-se as
J>reforências'?

2,j Combinaç:ões e Permutaç:ões
16. Há duas PStradas principais da cidade A até a cidade B,
ligadas por 10 estradas secundárias. como na figura 2.2. Quantas
rotas livrPs de auto-intc'rseções há de A ató B?
A B
Fig. 2. 2
17. Quantos números i11teiros E'nlrP 100 t' 999 são ímpares e pos-
suPrn lri>s dígitos distintos?
18. Escrewm-se os inteiros dP 1 até 222 222. Quantas vezes o
algarismo zc-.ro é escrito?
19. Quantos são os números dP 5 algarismos, na base 10:
a) nos quais o algarismo 2 figura?
b) nos quais o algarismo 2 não figura?
20. Em um concurso há. três candidatos e crnco examinadores,
devendo cada examinador votar em um candidatÔ. D0 quantos
modos os votos µorlem ser <listribuidos?
21. O código morse usa "palavras" contendo de 1 a 4 "letras)',
as "'letras" sendo ponto e trac:o. Quantas '·palavras" existem no
código morse?
22. Fichas podem ser azuis, vermelhas ott amardas; circulares,
retangulares ou triangulares; finas ou grossas. Quantos tipos de
fichas cxistern?
Cap.2 Combinações e Permutações 2G
Cap.2
23. Escrevem-se números de cinco dígitos (indusive os começados
por zero) em cartões. Como 0,1 e 8 não S<' alteram de cabeça para
baixo e como G de c-abeça para baixo se transforma cm 9. um
só cartão pode representar dois números (por PXemplo. UG198 e
86190). Qnal é o número mínimo de cartÕPs para representar
todos os números de cinco dígitos?
24. No Senado Federal, o Distrito Federal C' os 26 estados da fe-
deração têm :3 representaut('s cada. Deve-sP fornrnr uma comissão
de modo que todos os estados e o Distrito FedPral estejam repre-
sentados por 1 ou 2 senadores. De quantos modos essa cornissifo
pode ser formada?
25. a) Qual é a soma dos divisorPs intc-.iros P positivos de 720?
b) De qnantos modos 720 podP ser decomposto em um pro-
duto de dois inteiros positivos?
e) De quantos modos 720 pode ser decomposto c'm um pro-
duto de três inteiros positivos?
d) De quantos modos 11-1 pode ser decomposto P01 nm pro-
duto clP dois inteiros positivos?
26. a) Quantas são as palavras d.<' 5 letras distintas de um al-
fabeto de 26 letras nas quais a letra A fignra mas não {~ a letra
inicial da palavra?
b) Refaça o item a) suprimindo a palavra distintas do enun-
ciado.
26 Combinações e Permutações Cap.2 Combinações e Permutações 27
Cap.2

27. A figura 2.3 mostra um mapa com 4 paísf's 29. a) De quantos modos {~ possívPl colo("ar um n:i negro e um
rei branco cm casas não adjacenles d.P 1101 tabuleiro de xadrez
(8 X 8)'?
b) Qual seria a resposta se fossem dois rC'is brancos iguais?

2.2 Permutações Simples

Dados n objetos distintos 0.1, a2 .... , 11 11 . de quttntos modos é pos-

Fig 2.3
aJ De quantos modos essP maµa po<le ser colorido (cada país
com uma cor, países com uma linha fronteira comum não
podem ter a mesma cor) se dispomos de>. cores diferentes?
b) Qual o menor valor de ,\ que permite colorir o mapa?
28. Refaça o problema anterior para o mapa na figura 2.4
sível ordená-los?
Por exemplo, para os objetos 1.:2.:J há 6 ordenações: 1:23,
132, 213, :2:n, 31:2 P :321. No caso gcn-1,J l.mnos n modos de escolher
o objeto (!li(~ ontpará o prinwiro lugar. n - 1 modos de escolllf'r o
que ocupará o segundo lugar. ... , 1 modo cl<' Pscolher o objeto que
ocupará o último lugar. Portanto,
O número de rnodos d(· ordenar 11 objetos dtstirllos ['
11(11-l)···l =n!
Cada ordr:nação dos II objetos P charna<la nnrn pr,rm.uloçâo
.nm.ples de n objetos e' o número ck permutações simples de ·11
objetos <listinlos é• rc•pn•seBt.ado por F 11 • Assim. P 11 - 11.! (.Jft que
O!= 1, dcfin('-se Po = 1).

Exemplo 2. 7: Qnant.os são os anagrarrms da palavra PRATICO?

Solução: Cada anagrama de PRATICO nada filais 1; que uma

ordenação das letras P. R. A. T. J, C, O. Assim- o número de
anagramas de PRATICO é F7 = 7! -::~ 5040. D
Exemplo 2.8: Quantos são os anagramas ela palavra PRATICO
qnc começam P terminam por eonsoanle?
Solução: .A consoante inicial pod(' S('J"- f'!'Wolhid1"1 ck' !\ maneiras,
Fig 2.4
a consoantf' final df' :J mmwiras (' as ~ lc•Laras rPst 1-rntes podnn
 28 Combinações e Permutações Cap.2
ser arrumadas entre essas <luas consoantes de P.s 5! mo<los. A
resposta P 4 x 3 x 5! = 1,1,10. D
Exemplo 2.9: De quantos modos 5 rapazf's e' 5 moças podem
se 'sentar em 5 bancos ck~ dois lugarf's cada, de modo que Prn cada
hanco fiqtH.'m um rapa;:,; e• uma moça?
Solução: O primeiro rapaz pode escolher scn lugar de 1O modos,
o segundo de 8 modos, o terceiro de G modos, o quarto de 4 modos
e o quinto de 2 modos. Colocados os rapazes, temos que colocar
as 5 moças nos 5 lugares que sobraram, o que pode ser feito de 5!
modos. A resposta e~ 10 x ê X (i x 4 x 2 x 5! = 1fi0 800. O nossa contagem de 8!, essas divisÕf's foram contadas como se fos-
Exemplo 2.10: De quantos modos podemos formar uma roda
com ,5 crianças?
A E
E A D '
e D e a} que começ·am por consoante e terminam por vogal?
Fig. 2.5
Solução: À prim€'ira vista parece~ Cjllf' para formar uma roda com
as cinco crianç.as basta escolher urna ordem para elas, o que pode-
ria ser feito ele 5! = 120 modos. Entretanto, as rodas ABC DE
e EABC: D são iguais, pois na ro<la o que importa é a posição
relativa das crianças C'Jltrc si e a roda A J.JC D E pode ser "virada"
na ro<la EABC:D. Como cada roda podr ser "virada" de cinco
modos, a nossa c:ontagPm de 120 rodas eonton cada roda 5 vezes
e a resposta é 120/5 =- 24. O
Cap.2 Combinações e Permutações 2!}
Exemplo 2.11: De quantos modos podemos dividir 8 pessoas
em dois grupos de 4 pessoas cada?
Solução: A divisão pode ser feita colocando as 8 pessoas em fila
e dividindo-as de modo que um dos grupos seja formado pelas 4
primeiras pessoas e o outro pelas 4 últimas. Como há 8! modos
de colocar as pessoas em fila, a resposta parece ser 8!
Entretanto consideremos a divisão abcd/cfgh. Ela é idênti-
ca à divisão cfgh/abcd (os grupos formados são os mesmos: um
grupo é {a.,b,c,d} e o 011t.ro é {c,f,g,h}). Não obstante, na
sem distintas. Além disso, divisões como abcd/cfqh e radb/efqh,
que diferem pela ordem dos elementos cm cada grupo, apesar de
idênticas foram contadas como se fossem distintas. Cada divisão
foi contada 2 x -1! x -1! vezes (2 por causa da ordem dos grupos; 4!
por causa da ordem dos elementos no 1Q grnpo e 4! por causa da
ordem <los elementos no 2u grupo).
Se contamos 8! divisões e cada divisão foi contada 2 · 4! · 4!
. - e, x 81!x-1! = ,35 -
vezes, o numero ele <lº1v1soes 2 4
D
Exercícios
1. Quantos são os anagramas <la palavra CAPÍTULO:
b) que têm as letras C, A, P juntas nessa ordPm?
e) que têm as letras C, A, I' juntas em qualquer ordem?
d} que têm as vogais e as consoantes intercaladas?
e) que têm a letra C no lº lugar e a letra A no· 2º lugar?
f) que têm a letra C no 1º lugar ou a letra A no 2º lugar?
g} que têm a letra C no lª lugar ou a letra A no 2° lugar ou
a letra P no 3º lugar?
2. Permutam-se de todos os modos possíveis os algarismos 1,
2, 4, 6, 7 é escrevem-se os números assim formados em ordem
crescente.
:m Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 31

a) (JUC' lugar ocnpa o uÚB1Pro ()2417'? 11. Quantos dados diferentes podemos formar gravando números
b) qual o uÚillt'nl qll<' ocupa o (-j(iLl lugar'! de 1 a 6 sobre as faces indistinguíveis de urn cubo de madeira?
e) qual o 20()<J algarismo C'scrilo"? 12. Resolva o problema anterior para:
d) qual a :,;orna dos núnwro:,; assim ÍOrillados?
a) números de 1 a 4, tf'traedro regular;
3. Dl' qnantos modo:,; (~ possí\'d SC'ntar 7 pessoas cm cadeiras em b) números de 1 a 8 octaedro regular;
1

fila d<> modo (jll(' dnas de!C'rmimHh-1s p<:ssoa:,; d0ssas 7 não fiquem e) números <le 1 a 12, dodecae<lro regular;
juntas'? d) números de 1 a 20, icosac<lro regular;
e) números de 1 a 8. prisma hexagonal regular:
4. SPA (' um rnnjunto com n C'k·nwntos. quantas são as funções
J: A ___, Ahijdoras'? f) números de 1 a 5, pirâmide quadrangular regular.
13. Um campeonato é disputado por 12 clubes cm rodadas de
5. De quantos modos é possível colocar Pl11 urna prateleira 5 6 jogos cada. De quantos modos é possível selecionar os jogos de
livros de malC'm/:Ítica. ;3 de física (' 2 de estatística, de modo que
primeira rodada?
livros <l<> um mesmo assunto p0nw1nec,:am juntos"?
14. Quantas são as permutações simples dos números 1, 2, ... , n
6. Quantas siío as pt'rmutações dos nÚmC'ros (1, 2, .. , 10) nas nas quais o elemento qne ocupa a k- ésima posição é inferior a k+4,
quais o 0 <'slfí situado à din~ita do 2 (' à csqnn<la do :1. embora para todo k?
não ncc('ssariarnentl' ern lugares <:onst'cutivos?
15. Quantas são as permutações simples dos números 1, 2 1 ••• , n
7. De q1w.ntos n10dos podemos dividir 12 pessoas: nas quais o Plernento que ocupa a /,;- ésima posição é maior que
k - 3, para todo k?
n) l'rn dois grnpos de 6?
h) <'rn lrf's grnpos dt' ;J'!
e) <'rn um g;rnpo dt' G <~ mn grnpo de T?
d) ('nl sC'is grupos d.e 2? 2.3 Combinações Simples
C') C'nl dois grupos de 4 e dois grnpos de 2'?
8. DC' quantos n10<los r rapazPs e ni moças podmn se colocar em De quantos modos podemos escolher p objetos distintos entre n
fila de modo q11e as moças fiquem juntas? objetos distintos dados? Ou, o que é o mesmo, quantos são os
subconjuntos com p elementos do conjunto { (l!, n2, ... , n 11 }?
9. lklegados de~ 1O países deve'rn se sentar C!nl 10 cadeiras cm fila.
Cada subconjunto com p elementos é chamado de uma
DC' q1H1.ntos modos isso podP ser feito se' os delegados do Brasil e
com.binação sim.ple8 de classe p dos n objetos ai, a2, ... , an. As-
eh' Portugal d<>vl'm se•ntar jnntos e o do JrnquC' e' o dos Estados
sim, por exemplo, as combinações simples de classe 3 dos objetos
{ 'uidos ni1o poclc111 S('Iltnr juntos?
a1, a2, a3, a4, a.5 sao
10. Pm cubo ele~ mad<'irn te~rn urna face dC' cada cor. Quantos
<lados diferentes podemos formar gravando números de 1 a 6 sobre {a1,a2,a3} {a1,n2,a1} {a1,a2,a5} {u1,a3,a4} {a1,a3,a5}
l'SSas fac('~? {a1 1 a4,..a5} {a2,a:3,a4} {a2,a:3,a5} {a2,íq,a.s} {a:3,a4,a5}.
;32 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 33

O número de rombinações simples de classe p ele n objetos Solução: Para formar um triângulo ou tomamos um vértice cm
é representado por Cfi. Assim, C.~ = 10. R e dois em R' ou tomamos um vértice em R' e dois em R. O
Analisemos C'sta resposta: a f'Scolha do 1° elemento da com- número de triângulos do 1° tipo é 5 · e§ e o do 2° tipo é 8 · cf A
binação pod(' sn feita de 5 modos; a do 2°, de 4 modos e a do 3º 1 resposta é
de :l modos. A resposta parece ser 5 x 1 x :3 = 60. Entretanto, e' -_, 0_· -
s .-1 + 8 · -
5 .4
se 1wnsarmos numa combinação, por exemplo {ai, a2, a:3}, verifi- 5 · C 82 -t- 8 · 5 - ~ 140 + 80 ~ 220.
2! 21
camos que <IS combinações {a1,a2 1 a:3}, {a1,a:'l,a2}, {a2,a1,a3},
ele ... são id.C'nticas e foram contadas como se fossem diferentes. Poderíamos também pensar assim:
Corn pfeito, se dissemos quC' há 5 modos de Pscolher o lº ele-
Para formar nm triângulo devemos escolher três pontos,
mento da combinação é porque estamos considerando as escolhas
não situados na mesma reta, entre os treze pontos dados. O
a1 e a2 como <liferPnÜ"S e portanto estamos <'ontando {ai, a2, a3}
corno diforcntc de {a2,a 1,a:i}. ~m suma, na resposta 60 estamos
número de modos de escolher 3 dos 13 pontos é cf:
1- Desse total

contando cada comhina(,:í=io uma vez para cada ordem de f'SCTPVer

devemos retirar as cJ
escolhas de 3 pontos cm R e as CJ escolhas
possíveis de 3 pontos em R..'. A resposta é
seus Pienwntos. Corno Prn cada combinação os elementos podem
sPr escritos em J->;3 = 3! e:: 6 ordens, cada combinação foi (;Ontada cfi - cl - cJ ~ 286 - 10 - 56 ~ 220. o
6 vezes. Logo, a resposta é 60/6-= 10.
No caso geral temos Exemplo 2.14: De quantos modos podemos escolher 6 pessoas,
11(11-J)···(H-p+]) indnindo pelo menos duas mulheres, em um grupo de 7 homens e
cn,p_
- pi
O<p:Sn, 4 mulheres?
Solução: As alternativas são:
e e~= 1.
Crna expn!ssão alternativa pode ser oLtida multiplicando 4 homens, 2 mulheres
o numerador P o dPnominador por (11 - p)!. Obtemos :3 homens, 3 mullwn1s
P - n! 2 homens, 4 mulheres
Cn- ( , 0:Sp:Sn.
p! n-p)!
A resposta é
Exemplo 2.12: Quantas saladas contendo exatamente 4 frutas
po<lemos formar Sf' dispomos de 10 frntas diferentes?

8olnção: Pnra formar uma salada basta escollwr ,1 das 10 frutas,

' ·t o d r c., 10
4 = 10 ·9 .· 3 · 7 =- 210 mo d os. Poderíamos também contar toda as escolhas de 6 pessoas
o que po d e ser 1e1 4 · D
(cri) e abater as escolhas sem mulheres (C~) e com apenas uma
Exemplo 2.13: Jvlarcam-sc 5 pontos sobre uma reta R e 8 pon- mulher (4 · e?). A resposta f'
tos sobre nma reta R' paralela a H. Quantos triângulos existem
com vértices em ;3 desses 13 pontos?
34 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações ,3.)

Cm erro muito comum é o seguinte: Como o grupo de b) Qual seria a resposta se um dos homens não aceitasse par-
6 pessoas deve conter pelo menos duas mulheres, primeiramente ticipar da comissão se nela estivesse determinada mulher?
escolhem-se duas nmlheres (CJ), e depois escolhem-se 4 pessoas
2. Para a scleç_ão brasileira foram convocados dois goleiros, 6
quaisquer entre as 9 que sobraram (Ctj°). Assim, obtem-se a
zagueiros, 7 meios de campo e 4 atacantes. De quantos modos é
resposta (errada) C] · Ctj° : -:--- 6 x 126 = 756. A explicação do
possível escalar a seleção com 1 goleiro, 4 ;:i;agneiros, 4 meios ele
erro é simples.
campo e 2 atacantes?
Considere, por exemplo, uma seleção com 3 mulh0res e
3. Quantas diagonais possui um polígono ele n lados?
:J homens, M1M2M:iH1H2H;1. Essa seleção foi contada 3 vezes.
Uma quando l\11 e M2 foram as mulheres escolhidas inicialmente, 4. Quantas diagonais possui:
outra qnando M 1 e M:3 foram as mulheres escolhidas inicialmente
a) nm octaedro regular?
etc ... .Já uma seleção com as 4 mulheres, por exemplo, M1M2M3
L) um icosaedro regular?
M4H1H2 foi contada G vezes e obtem-se uma resposta errada
c) um dodecaedro regular?
muito maior que a resposta correta. O
d) um cubo?
Exemplo 2.15: De quantos modos podemos dividir 8 pessoas e) um prisma hexagonal regular?
em 2 grupos de ,1 pessoas cada?
5. Tem-se 5 pontos sobre uma reta R e 8 pontos sobre uma reta
Solução: O primeiro grupo pode ser escolhido de ct modos. Es- R' paralela a R. Quantos qnadriláteros convexos com vértices em
cohido o 1º grupo, sobram 11wssoas e só há 1 modo de formar o 1 desses 13 pontos existem?
segundo grupo. A resposta parece ser ct x 1. Entretanto, conta-
6. Em um torneio 110 qual cada participante enfrenta todos os
mos cada divisão duas vezes. Por exemplo, { a, b, e, d} { e, f, g, h}
demais uma única vez, são jogadas 780 partidas. Quantos são os
é idêntica a { e, f, g, h.} { a, V, e, d} e foi contada como se fosse dife-
participantes?
rente. A resposta é
1 7. Sejam lm = {1,2, ... ,m} e Ín = {1,2, ... ,n}, com m < n.
-e 35,
Quantas são as funções f: lm.......; ln estritamente crescentes?

8. tím homem tem 5 amigas e 7 amigos. Sua esposa tem 7

É interessante comparar esta solução com a do exemplo amigas e 5 amigos. De quantos modos eles podem convidar 6
2.IL D amigas e (i amigos, se cada um deve convidar 6 pessoas?
9. Quantos são os números naturais de 7 dígitos nos quais o
Exercícios dígito 4 figura exatamente 3 vezes e o dígido 8 exatamente 2 vezes?

10. Quantos são os números naturais de 7 dígitos nos quais o

1. Uma comissão formada por 3 homens e 3 mulheres <leve ser dígito 4 figura exatamente 3 vezes e o dígito 8 exatamente 2 vezes?
escolhida em um grupo de 8 homens e 5 mulheres.
11. Quantos são os p-subconjuntos (isto é, subconjuntos com p
a) Quantas comissões podem ser formadas? elcn1entos) de {(q, a:2, ... , a 11 } nos quais:
36 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações .'17

a) a1 figma; h) um "ílush" (5 cartas do mesmo naipe, não sendo elas de 5

b) a 1 não íigura;
e) a1 e a2 figuram;
• d) pelo menos um dos elementos a 1 , a2 figura;
e) exatamente um elos elenwntos a 1 , a2 figura.
12. Considere n(n > 2) pontos em um plano, entre os quais não
há J pontos colineares.
a) Quantas são as retas que contêm dois desses pontos?
b) Qual é o número máximo ele pontos eh~ interseção dessas
retas?
13. De quantos modos é possível dividir 20 pessoas:
a) em dois grupos de 10?
b) em quatro grupos de 5?
e) em urn grupo de 12 e um de 8?
d) em lrf>s grnpos de 6 e um de 2?
14. De um baralho ele pôquer (7,8,9, 1O, valPte, dama, rei e ás,
cada um desses grupos aparecendo ern 4 naipes: copas, outros,
pans, espadas), sacam-se simultaneamente 5 cartas.
a) Quantas são as extraç:ões possíveis?
Quantas são as cxtraç:ões nas quais se forma:
b) um par (duas cartas cm um mesmo grupo e as ontras três
cm três outros grnpos diferentes)?
c) dois pares (duas cartas em nm grupo, duas em outro grupo
e uma ern um terceiro grupo)?
d) uma trinca (três cartas em um grupo e as outras duas em
dois outros grupos diferentes)?
e) um "four" (quatro cartas em um grupo e uma em outro
grupo)?
f) um "full hand" (três cartas cm um grnpo e duas cm outro
grupo)?
g) uma seqüência (5 cartas de grupos consecutivos, não sendo
todas do mesmo naipe)?
grupos consecutivos)?
i) um "straight flush" (5 cartas <le grnpos consecutivos, todas
do mesmo naipe)?
j) um "royal straight flush" (10, valete, darna. rei e ús de um
mesmo naipe)?
15. O conjunto A possui p elementos 0 o conjunto B possui n
elementos. Determine o número de funções f: A ____. IJ sohrejetoras
para:
a)p=n;
b) p ~ n + !;
e) p = n 1- 2.
16. Considere um conjunto C de 20 pontos do espaço que tem
um subconjunto C 1 formado por 8 pontos coplanares. Sabe-se que
toda vez que 4 pontos de C são coplanarPs, então eles são pontos
de C 1 • Quantos são os planos que contêm pelo menos três pontos
de C?
17. Quantos são os anagramas da palavra CARAG UATATUBA?
Quantos começam por vogal?
18. São dados, no plano, n pontos tais que P.ntre as retas por
eles determinadas não há duas retas paralelas. Quantos são, no
máximo, os pontos <l0 interseção dessas retas que são distintos dos
pontos dados?
19. Considen2 nm polígono convexo d0 n lados e suponha que
nao há duas de suas diagonais que sejam paralelas nem três que
concorram em um mesrnc) ponto qne não seja vértice~.
a) Quantos são os pontos de intcrseç·ão dessas diagonais?
b) Qwmtos desses pontos de interseção são interiores ao polígo-
no?
e) Quantos são cxteriorPs?
20. Uma fila de cadeiras no cinema tern 20 poltronas. De quan-
tos modos 6 casais podc>m se sentar nessas poltronas de modo que
nenhnm marido se sente separado de sua mulher?
38 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 3!)

21. Nove cientistas trabalham num projeto sigiloso. Por questões 26. Suponha que n carros estão em fila para entrar em um esta-
de segurança, os planos são guardados em um cofre protegido por cionamento que possui n vagas, lado a lado. Se> o 1º carro pode
muitos cadeados de modo que só é possível ahrí-los todos se houver escoher qualquer vaga e cada um dos outros carros ao estacionar
pelo menos 5 cientistas presentes. <leve justapor-se a um carro já estacionado, quantos são os modos
possíveis dos carros ocuparem as n vagas?
a) Qual f' o número mínimo possível de cadeados?
b) Na situação <lo ítern a), quantas chaves cada cientista deve 27. De quantos modos 15 jogadores podem ser divididos em 3
ter? times de basquetebol de 5 jogadores cada, denominados esperança,
confiança e vitória.?
22. Depois de ter dado um curso, um professor resolve se des-
pedir de seus 7 alunos oforecendo, durante 7 dias consecutivos, 7 28. O conjunto A possui n elementos.
jantares para 3 alunos cada. De quantos modos ele pode fazer os
a) Determine o número de relações que podem ser construídas
convites se ele não deseja que um mesmo par de alunos compareça
em A;
a mais de um jantar?
b) Idem, relações reflexivas;
23. Formam-se as combinações simples de classe ,5 dos elemen- e) Idem, relações simétricas;
tos a1, a2, ri2, ... , a,2, as quais são escritas com os elementos em <l) Idem, relações anti-simétricas;
ordem cres('ente de índices. Quantas são as combinações nas quais e) Idem, relações reflexivas P simP.tricas;
o elemento ris ocupa o :1u lugar? f) Idem, relações reflexivas ~ anti-simétricas;
g) Idem, relações simétricas e anti-simétricas;
24. De quantos modos é possível colocar em fila h homens e m
h) Idem, relações reflexivas, simétricas e anti- simétricas.
mulheres, todos de alturas diferentes, <le modo que os homens en-
tre si e as mulheres entre si fiquem em ordem crescente de alturas? 29. Quantos são os jogos de um campeonato disputado por 20
clubes, no q11al todos se enfrentam uma única vez?
25. No quadro abaixo, de quantos modos é possível formar a
palavra "MATEMÁTICA", partindo de um M e indo sempre para 30. Empregando dez consoantes e cinco vogais, cakule o número
a direita ou para haixo? de palavras de seis letras que se podem formar sem uasr consoantes
nem vogais adjacentes:
M
M A a) Se são permitidas repetições;
M A T b) Se não são permitidas repetições.
M A T E 31. De quantos modos se pode iluminar urna sala que possui m
M A '[' E M lâmpadas?
M A T H M A
M A T E M A T 32. Em uma escola, :i: professores se distribuem em 8 bancas
M A T E M A T 1 examinadoras de modo qne cada professor participa de exata-
M A T E M A T 1 e mente duas bancas e cada duas bancas têm exatamente um pro-
M A T E M A T 1 e A fessor em comum.
40 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 11

a) Calcule x; 39. Prove qnP Gfi111 0 par, SP 11 > 1.

b) Determine quantos professores há em cada banca.
33. A partir de um conjunto de a atletas formam-se t times de k
atietas cada. Todos os atletas participam de nm mesmo número
de times e cada par de atletas fica junto no mesmo time um mesmo
número de vezf's. Determine;
a) de quantos times cada atleta participa;
b) em quantos times cada par de atletas fica junto.
34. Mostre que existe um tabuleiro 6 x 4, cujas casas são todas
pretas ou brancas, llO qual nenhum retângulo tem as 4 casas dos
vértices <la nwsma cor. Mostre que, em todo tabuleiro 7 x 4 cujas
casas são todas pretas ou brancas, sempre existe nm retângulo cu-
jas 4 casas extremas t(';m a mesma cor. (Observação: no tabuleiro
casas a<ljace11tes não têm necessariamente cores diferentes).
35. Prove qne um produto de p inleiros consecutivos é sempre
divisível por p!.
. • 1 por 7·,.
40 . i.ooo e, d.1v1s1vP
(.,,500
2.4 Permutações Circulares
De quantos modos podemos ('olocar ·11 objetos distintos em n
lugares eqniespa~'.ado:-, cm torno dP 11m círculo, sP l'.OnsidPrnmos
equivalentes disposiçõe,:-, q11r possam rninciclir por rotação?
A resposta <lesse·' prohlema serú reprPsent.nda por (PC)n· o
número de-' permutações circnlan!s de-~ u oh,jd.os di:-;tintos. É fácil
ver que (PC) 11 8 <-'111 gend. cliíerf'nlC' de-' f\l' Por C'XC'mplo, no caso
n = a tPmos P:1 e :3! = 6 modos de• rnloc.-tr ;3 objd.os distintos em
3 lugares.

ÓÓ,Ó
36. Prove, usando um argumento combinatório, que os números
abaixo são inteiros para qualquer n natural.
a) e~:)!;

1) ) ..Ll!ill_
20.;30'
.

c) ~ '
d)~.

e ) (n!)(n
(11!)!
L)! •
,Ó,ÓÓ Fig. 2.6

37. No início de uma festa há 6 rapazes desacompanhados e 10

moças desacompanhadas. Quantos são os• Jstados possíveis no fim No entanto a:-: tri'>s 1n1mt'lnts disposi~·õcs pod<,m C'oincirlir Pntre si
da festa? por rota~'.ã,O e-~ o mPsmo oe·orre' com as tr(,s últinrns, dC' modo qne
(l'C ):i ,.,,.-2.
38. Prove, usando um argumento combinatório, que
HPJrnn' qne nas JH'nnutae;õe•:-, simplC's impor! mn os l11gnrc-'s
q,w os objetos 01·11pam ao passo qllC' nas JH'rmutm.'.Ôes circulares
42 Combinações e Permutações Cap.2 Combinações e Permutações 43
Cap.2

o que importa é apenas a pos1çao relativa dos objetos entre si. Exemplo 2.17: De quantos modos podemos formar uma roda
Nas três primeiras figuras, olhando os círculos em sentido anti- de ciranda com 7 crianç.as, de modo que duas determinadas dessas
horário, 1 precede 2, que precede 3, quP precede 1; portanto, a crianças não fiquem jnntas?
posiç.ão relativa dos objetos é a mesma. Nas três últimas figuras,
1 precede ;3, que precede 2, que precede 1; portanto, a posição Solução: Podemos formar (PC) 5 = 4! rodas com as cinco outras
relativa dos objetos é a mesma. crianç.as.

Podemos verificar que (PC) 11 = (n - 1)! de dois modos: 1

a) Se não considerássemos equivalentes disposições que pos-
5
sam coincidir por rotação, teríamos n! disposiç.ões. Con-
siderando a equivalência, cada permutaç.ão circular é ge-
rada por n disposições. Logo,

n!
(PC),,~ (n - !)!
n
3 4
b) Como o que importa é a posição relativa dos objetos, há 1 Fig. 2.7
modo de colocar o 1º objeto no círculo (onde quer que o
coloquemos, ele será o único objeto no círculo); há 1 modo Há agora 5 modos de colocar a crianç.a A na roda.
de colocar o 2º objeto (ele será o objeto imediatamente
após o primeiro); há 2 modos de colocar o 3º objeto (ime-
diatamente após o l º ou imediatamente após o 2°}; há 3
modos de colocar o 4º objeto (imediatamente após o 1° ou 5
imediatamente após o 2° ou imediatamente após o 3°} ... ;
há n-1 modos de colocar o n-ésimo e último objeto. Logo,

(PC),,~ 1 · 1 · 2 · ,J · · · (n - 1) ~ (n -1)!
3
Fig. 2.8
Exemplo 2.16: Quantas rodas de ciranda podem ser formadas
com n crianças'?

Solução: Como a roda gira, o que importa não é o lugar de cada

Há agora 4 modos <le colocar a criança B na roda sem colocá-la
criança e sim a posição relativa das crianças entre si. A resposta
junto de A. A resposta é
é
(PC),,~ (n - !)! D 4! X 5 X 4 ~ 480. 0
44 Combinações e Permutações Cap.2
Exercícios
1. De quantos modos .~ meninos e 5 meninas podem formar uma
~oda de ciranda de rnodo que iwssoas de mc~smo sexo não fiquem
j11nlas?
2. DP quantos modos n crianças podem formar uma roda de
ciranda de modo que duas dessas criarn;.:as permaneçam juntas? E
de modo qtw p(p < n) <lessas crianças prrnrnncçam juntas?
3. DP quantos modos n casais podf'm formar uma roda de ciranda
de modo que cada homem permaneça ao lado cfo sna mulher?
4. De quantos modos n casais podem formar uma roda de ciranda
dP modo que cada honwm permaneça ao lado d<' sua mulher e que
pessoas de mesmo sexo não fiquem juntas?
5. São <lados 11 pontos em CÍl'C'nlo. Quantos 11-ágonos (não ne-
cessariamente convexos) existem com vértices nesses pontos?
6. lima pulseira deve ser cravejada C"om 11m rnhi, urna esmeral<la,
um topázio, uma água-marinha, uma turmalina e uma ametista.
De quantos modos isso pode• ser fr,ito supondo:
a) que a pnlseira tem fecho Pum relógio engastado no f<~cho;
b) que a p11lsPira tem frcho;
r) qnP a pnlseirn. não tem fecho e o braç.o só pode entrar na
puls<~ira t'm um sr~ntido:
d) qtw a pulseira não tPm fpcho (' o braço po<lP C"ntrar na
pulseira nos dois sPnt.idos.
7. De quantos modos 5 mulheres(' G honH'ns µod<'m formar uma
roda d('·tiranda dP modo que as mulheres pcrmmwçam juntas?
8. Quantos dados diferentes existem se a soma das faces opostas
deve ser 7?
Combinações e Permutações 40
Cap.2
2.5 Permutações de Elementos nem Todos Dis-
tintos
Quantos anagramas possni n palavra ·'TARTA RA"? A res-
posta não é P7 = 7! = 5040. Pelo fato dP ''TARTARA" _ter
letras repetidas, obtemos um número de anagramas menor do que
o que obteríamos se as letras fossPm distintos. TAR1TAR2A e
T AR2T AR1A seriam anagramas diforentes, por c~xemplo.
O número de airngramas de ''TAl-lTAllA" será represen-
:3 2 2
tado por r,' ' ou
número de pernrnta~·õcs de 7 letras das qnais :\ são iguais a A, 2
iguais a R e 2 iguais a T.
Para determinar o número <le anagramas de TÁRTARA,
podemos pensar de dois modos:
a) Para formar um anagrama de "TÁRTARA" temos que arrumar
3A, 2R e 2T cm 7 lugares, - - - - - - - · O número de modos
de escolher os lugares ondE' serão colocados os A é C'{ Depois
disso ternos CJ modos de cscolht'r os lugares parn <"Olocar os R
e, finalment<', nm único modo <le cscollwr os lugares para os T.
Logo,
22
p;\ , = cJ · ci · l = :35 x G x 1 = 210.
b) Se as letras fossPrn diferentes, obteríamos P1 = 7! anagra-
mas. Como os A são iguais, contamos <"ada anagrama 3! vezes.
Analogamente contHmos cada anagrama 2! vezes por sen'!m iguais
os R e 2! vezes por serem iguais os T. Logo,
71
p"·'·'
7 -- :1!2!2! -- 210.
46 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 47

É fácil ver que, no caso gPral, temos, para o:+ /3 + · · · + k + ,\ = n, Exercícios

Pna.,fl, .. ,k,;,,, = Cª . cf3 ... C;,,,n-a-1J-·
~ ,. =
n 'n-a .. -,,; 1. A figura 2.9 representa o mapa de uma cidade, na qual há 7
n! (n-o:)! (n - n - (J - · · · - k)! avenidas na direção norte-sul e 6 avenidas na direção leste-oeste.
n!(n - n) 1 /3!(n - n - (J)! .\!(n - " - (J - · · · - k - .\)!
n! n!
n!/1! ... .\!O! n!/3! ... .\!' B
e
resposta à qual chegaríamos diretamente pelo segundo raciocínio.
Assim, o número de permutações de n objetos dos quais o: são
iguais a a, /3 iguais a b, ... , .\ iguais a l(n + /3 + · · · + .\ = n} é

p a, (3, ... , À _ n!
~__c.:.:__7
11 o:!{3! ... .\!

Exemplo 2.18: Quantos são os anagramas da palavra "MATE-

Fig. 2.9
MÁTICA"?
Solução: Como temos 3 letras A, 2 letras M, 2 letras T, l letra
a) Quantos são os trajetos de comprimento mínimo ligando o
ponto A ao ponto B '?
C, 1 letra I e 1 letra E, a resposta é
b} Quantos desses trajPtos passam por C?
p3,2,2,l,1,1 10'
CCC~~~ 2. Quantos números de 7 dígitos, maiores que 6 000 000, podem
10 77 151200. D
--- 3!2!2!1!1!1! ser formados usando apenas os algarismos 1,3,6,6,6,8,8?

3. Uma partícula, estando no ponto (x, y), pode mover-se para

Exemplo 2.19: Quantos são os anagramas de "URUGUAI" que
o ponto (x + 1, y) ou para o ponto (x, y + 1). Quantos são os
começam por vogal?
caminhos que a partícula pode tomar para, partindo do ponto
Solução: Temos pJ,l,l,l,l começados em U, P5• 1 111
• começados (0,0), chegar ao ponto (n, b), onde a> O e b > O?
em A y pJ,l,l,l começados em I. A resposta é
4. Uma patícula, estando no ponto (x,y,z), pode mover-se para
o ponto (x + 1, y, z) ou para o ponto (.1:, y + 1, z) ou para o ponto
p5,l,l,l,l + 2Pf• 1•1, 1 ~ 360 + 2 x 120 ~ 600. D (x, y, z + 1). Quantos são os caminhos que a partícula pode tomar
par, partindo do ponto (0,0,0), chegar ao ponto (a, b, e), onde a>
O, b > O e e > O?

5. Quantos números <le 5 algarismos podem ser formados usando

apenas os algarismos 1,1,1,1,2 e 3?
,18 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 10

2.6 Combinações Completas Comprar 4 sorvetes C'm uma lo.ia que os oferece cm 7 sabores é
tomar uma solm)io Pm inteiros não 1wgativos da equação
De qnantos modos (' possível comprar ,1 sorvP1.cs <'m nma loja que
os,ofPrncc-' Pm 7 sahon•s? x1 l :r2 1 · · · + :1:7 = 4.

A resposta rul.o é r:j = :15. C'f seria o modo dC' C'scolhcr 4

Podemos, portanto. intc>rprntar C Rfi de dois modos:
sabores difr-rn1le8 entni os 7 sahores ofPrecidos, isto é. seria o cf
número de modos de~ c·ornprar 4 sorvetes difcrPntes cm uma loja a) C Rfi f' o número ele modos de selecionar p olft.os, dislmlos 011
qrn' os ofc,rPcc cm 7 saborPs. nâ.o, entre' n ohjet.os distintos dados.
b) C Rfi é o número de soluções da equação ;,; 1 --l- :i:2 l · · · + Xn = p
A resposl a d0sRP problc'ma é representada por CRj, número
em inteiros não negativos.
cÜ·' rom.b1.11açàr'8 completos dP dassc t\ de> 7 oh_ietos. Portanto C Rj
(' o númPro de modos dt' escolher 4 ohjetos entre 7 ohjc-'tos distin- Vamos agora resolver o problema <la <"Ornpra <los sorvetes,
tos, valendo r>scollwr o mt'smo oh.ido mais dr' uma vez. isto &, vamos calcular C Ri,
D<' modo geral. ('f: (' o númr~ro de modos df' escolher p oh- Ora, C Rf é o número de soluç·õ(C's cm inteiros não negativos da
.idos distfri.tos cntr<' n objetos distintos dados, e C Rfi é o número equaçao
elt• modos dC' escolher p ohjetos d1süntos 011. nii.o ('ntre n objPtos
distintos dados.
O quadro da figura 2.10 mostra algumas soluções da equa<,.:i-io
Assim. por C'XPmplo. as comhinaçÕ<~s completas de class<' 3 bem como sua rcprcsenüt(:ão no esquema liola-traç'.O (cada bola
dos ohj<,tos 11. li_ r, d tomados 3 a :1 são representa uma unidade no valor da incógnita; cada traço é usado
(/ (/ (/. aab (llw. era. d da ahr para separar duas inróg:nitas).
hlib (1,/t{' libr crb ddh obd
ccc (!.(J.d libd rcd ddr arrl x, x, x, x, x, x, x,
ddd lwd

e CR] =--= 20.

1 1 1 o o o 1

Pod<'mos t;i.m\ióm inLPrpn~tar C llfi de~ outro modo. Volte-

mos à compra dos 1' sorvd1's na loj;i. quC' os ofon,cc' cm 7 sabores. • • • •
Para efetuar a 1·cnnpra devemos cscollwr valores para os variáveis
.1: 1, .1::z, .... :1:7, onde' .1: 1 6 a quantidade que vamos comprar ele
o 2 o 1 o 1 o
sorvetes do 1v sabor, .1:2 t; a quantidade que vamos <"omprar de
sotv<'tes do '.l 1 sahor ... :1:7 {~ a quantidade (Jll<' vamos comprar de
sorv('LPs do 7w sabor. E claro que' ,q .. 1:2, .. , .1·7 rh'vern ser inteiros,
1
• el •
Fig. 2.10
•
não negativos (isto<\ maiorc>s on iguais a zC'ro) e que
Para formar uma rcpn'sentação dev('mos arrnmar em fila 4
.I:[ -j :1:2 I l.r7='1 . bolas (pois <-'m eacla solução o tot;i.J de nnida(ks 111:1s incóg11itas é 4
.50 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações '31

já que x 1 +x2 + · · · +xí = '1) e 6 traços (para separar 7 incógnitas, defina-se a folga <la solução por J = 5 - (x + y + z).
usamos 6 tra<,'.os). Mas, o número <le modos de fazer isso é
O quadro a seguir mostra algumas soluções e as respectivas
ª" - JOI. 4 folgas.
p'',º
4-t-G - 4!6! = e rn X y z :r+y+z f
3 1 1 5 ()
Logo, C Rf = C{0 = 210. 2 o 1 3 2
No caso geral, para calcular C Rf1 , isto é, para determinar o 1 1 1 3 2
número de soluções inteiras e não negativas de .1:1 +x2+· · ·+.1: 11 = p o 1 o 1 4
teríamos p bolas e n - 1 traços. Logo, É claro que existe nma correspondência biunívoca entre as soluções
inteiras não-negativas de~ :i: j y + z ~ 5 e as soluções inteiras não-
P __ pP,11-l _ (n+p-1}! _ P
CR n - negativas de x + y -t z -t- J = 5.
p.1( 1! - ])1. - Cn+p-I·
p+n-1 -

Logo, o número de soluções inteiras não-negativas da

Portanto, C Rfi = ct+p-l · inequação x -1 y + z :::; ,5 é igual ao número de soluções inteiras
Exemplo 2.20: Quantas são as soluções inteiras e não negativas y
não-negativas de :i: -!-- + z + f - 5 que é C R~ = = 56. Ocg
de :1: ·/- y + z = 57 Exemplo 2.23: Quantas são as soluções inteiras da equação
Solução: CR~ = c1 = 21. D x + y + z = 20 com x :2-_ 2, y :2-_ 2, z :2-_ 2?

Exemplo 2.21: De quantos modos podemos comprar 3 refti- O problema que sabemos resolver é contar as soluções in-
gcrantes cm uma loja onde há .S tipos de refrigerantes? teiras com as variáveis sendo maiores 011 iguais a zero. Para fazer
um problema recair no outro, pomos
Solução: D
x = 2 ·l· a, y = 2 + b, z = 2 + e.
Exemplo 2.22: Quantas são as soluções inteiras e não-negativas
da inequa<_:ão .1: + y + z :::; .S? A equação x + y + z = 20 transforma-sP em a + b + e = .1,1 e as
Solução: As soluções inteiras não-negativas d.e x + y + z _:::; 5 restriç.ões x, y, z :;::=,: 2 e inteiros transformam-se cm a, b, e :2-_ O e
dividem-se em vários grupos: soluções onde x + y + z = 5, onde inteiros. A resposta é
.1: + y + z =- 4, ... , onde x + y + z = O. A resposta é
e Rj4 = cici = 120. o
e R1 + e Rj + e Ri+ e R§ + e R:\ + e R~ =
Exemplo 2.24: Quantos são os anagramas da palavra "PIRACI-
= e~+ ct, + cJ + cf + e:} + cg = CABA" qtte não possuem <luas letras A juntas?
~ 21 + 15 + 10 + 6 + 3 + 1 ~ 56.
Soluçâo: O número df' modos de arrumar as letras diferentes de
2 1
A é Pi' • ' 111 . Por exemplo, uma dessas arrumações é
Outra. solução: Em cada solução inteira não-negativa de
p R l l r B e
1 2 3 4 5 6 7 8
52 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 53

Agora temos que colocar as letras A nos 8 espaços assinalados. Exercícios

Como em nenhum espaço podem entrar duas letras A, ocuparemos
3 espaços (uma letra A em cada) e deixaremos 5 espaços vazios. 1. Quantas são as soluções inteiras não-negativas de
O·número de modos de escolher os espaços que ocuparemos é cj{
A resposta é
:1: ··I y +z +w = 3?

Pi' 2,l,l,l x CJ = 1260 X 5G = 70 560. 2. Quantas são as soluções inteiras nã.o-negativas de

:c +y +z +w < 6?
Poderíamos também pensar assim:
Colocamos as letras A (1 modo) 3. Quantas são as soluções inteiras positivas <le x +y +z = 10?

4. Qnantas são as soluções inteiras positivas <le :e+ y + z < 10?

A A A
2 3 ,t 5. Quantas são as peças de um dominó comum?

Agora devemos decidir quantas letras colocaremos em cada um
dos 4 espaços. Devemos escolher x1,:c2,x3,x4 (xi =nº de letras
que colocaremos no i-ésimo espaço) inteiros não-negativos tais que
x1 + x2 + x;3 + x4 = 7, com x2 2:'.: 1 e x3 2:'.: 1 (para impedir que
haja duas letras A juntas). Façamos
:1:2 = 1 + Y2,
X3 = 1 + Y3
e caimos no problema de achar o número de soluções inteiras não-
negativas de :q + Y2 + y3 + x4 = 5, cuja resposta é C R~ = Cf
Escolhidas quantas letras irão para cada espaço, por exemplo,
t~mos agora que colocar as letras P, R, B, I, I, C, C nessas casas,
o que po d e ser ,-
1elto <l e P722111
' ' ' ' mo d os. A respos t a e•
6. Im = {1,2, ... ,m} e / 71 = {1,2, ... ,n}. Quantas sao as
funções f: / 171 ........,. / 11 não descrescentes?
7. De quantos modos podemos colocar em fila 7 letras A, 6 letras
B e 5 letras C de modo que não haja duas letras B juntas?
8. Qual é o número máximo de termos de um polinômio ho-
mogêneo do grau p com n variáveis?
9, Qual é o número máximo de termos de nm polinômio do grau
p com n variáveis?
10. A fáhrica X produz 8 tipos de bombons que são vendidos em
caixas de 30 bombons (de um mesmo tipo ou sorti<los). Quantas
caixas diferentes podem ser formadas?
11. De quantos modos podem ser pintados G objetos iguais
usando 3 cores diferentes?
12. Quantos númf'ro.s inteiros entre 1 e 100 000 têm soma dos
algarismos igual a 6?

1X CJ X pJ, 2,l,l,l = 1 X 56 X 1260 = 70 560. D

13. Quantas são as .soluções inteiras não-negativas de
,54 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 55

nas quais exatamente 3 incógnitas sao nulas? Em quantas pelo d) Quantas são as funções /: A --+ B não-decrescentes?
menos três são nulas? e) Sugira uma definiç.ão formal para Cfi, C Rf., Afie ARfi.

14. Os números inteiros compreendidos entre 100 000 e 999 999 20. Seja A um conjunto com #A = n.
sao divididos em classes de modo que dois números diferentes
a) Quantas são as funções f: A --+ A hijetoras?
estão na mesma classe se e só se eles têm os mesmos algarismos,
b) Sugira uma definição formal para P11 •
diferindo apenas na ordem. Assim, por exemplo, 552 221 e 125 252
estão na mesma classe. Quantas classes são assim formadas? 21. De quantos modos podemos escolher 3 números, não neces-
sariamente distintos, no conjunto {1, 2, ... , 150} de modo que a
15. Quantas são as soh1ções inteiras não-negativas de x +y +z + soma dos números escolhidos seja divisível por 3? E se os números
w = 20 nas quais x > y'?
devessem ser distintos?
16. Quantos inteiros entre 1 e 100 000, inclusive, têm a pro-
22. De quantas maneiras é possível colocar 6 anéis diferentes em
priedade: "cada dígito é menor ou igual ao seu sucessor"?
4 dedos?
17. Quantas permutações de 7 letras A e 7 letras B, nas quais
não há 3 letras A adjacentes, existem?
18. Urna urna contém n bolas, das quais devem ser escolhidas p
bolas. Determine:

a) O número Af1 ele seleções ordenadas, se repetições não são

permitidas (essas seleções são denominadas arranjos sim-
ples de classe p das n bolas);
b) O número de seleções desordenadas (isto é, seleções que só
diferem pela ordem são consideradas iguais), se repetições
não são permitidas;
e) O número ARf1 de seleções ordenadas, se repetições são
permitidas (essas seleções são chamadas de arranjos com-
pletos de classe p das n bolas. Também são usados os
nomes arranjos com reposiç_:ão ou arranjos com repetição);
d) O número de seleções desordenadas, se repetições são per-
mitidas.
J_9. Sejam A e B conjuntos de números naturais com #A = p e
#B---= n.

a) Quantas são as funções /: A --+ B'?

b) Quantas são as furn;:ões injetoras f: A --+ B?
c) Quantas são as funções /: A --+ B estritamente crescentes?
 Cap.3
3. Outros Métodos de Contagem
Outros Métodos de Contagem ,S7

B
A

X
y z

3.1 O Princípio da Inclusão-Exclusão

Fig. 3.1

Na introduç.ão ao capítulo anterior fizemos referência a um princípio
elementar de contagem que estabelece que o número de elementos
da união de conjuntos disjuntos é a soma dos números de elemen-
tos de cada conjunto.
O Princípio da Inclusão-Exclusão é uma fórmula para con-
tar o número de elementos que pertencem à união de vários con-
juntos não necessariamente disjuntos. Na sua versão mais simples,
ele afirma que
b) #(A UH) <; o 11úmc'ro dP clPnwntos que J)l'r!eEcc-'m a pelo
menos um dos conjnntos A C' B. Para contar os p]cnientos de A UB
contamos todos os e>lenwntos de A(-/JA) e todos os de B(ifB).
Ao fazermos isso, os elcnwntos de A n H foram contados duas
vezes, ttma f'm #A C' outra em -//-U. Jiortanto tic-~v0mos descontar
a segun<l<1 contag('rn desses dementos f' obtemos
1/(A U B) 0
!IA -1 1/B - lf(A n il).

lfo(A U B) ~ #A , 1/B - lfa(A n B). Parn trt's conjuntos A. B, C o Prinf'ípio da lndusão- Ex-
clusão afirma que
A justificativa pode ser obtida de dois modos diferentes:
ll(AUBUC')= //A 1-//ll+#C'
a) Suponhamos que haja y elementos comuns a A e B ~que - //(A n B) - lt(A n C) -1/(!3 n C')
além disso haja x elementos que pertençam a A e não a B e z
elementos que pertençam a B mas não a A (ver figura 3.1).
+ 1/c(A n B n C).
Temos lima justificativH podP sf.'r:

#(A U B) ~ ,,, -1 y + z; //[A u B U Gf ~ lfo[(A u B) u C[

#A+ #B - #(A n ll) ~ (x + y) 1 (y + z) - y ~ 1/(A U B) 1 1/C' - /l[(A u B) n C'[
~X+ y +z ~ lfa(A u ll). = /IA + /ill - //(A n li) 1- //('
- 1/[(A n C) u (B n (')[

!í6
58 Outros Métodos de Contagem Cap.3
Cap.3 Outros Métodos de Contagem !j!)

~ ffA + #B - #(A n B) + #C Em suma, o número de elementos da união 6 obtido sornando os

- #(A n e) - #(B n e) t #(A n e n R n e) números de elementos de cada conjunto, subtraindo os números de
=#A+ #B + #C+ elementos elas interseções dois a dois, somando os das interseções
- #(A n B) - #(A n C) - #(B n C) três a três, subtraindo os das interseções quatro a quatro etc ...

+ #(A n B n C) A prova do Princípio (usando o modo b) está no Apêndice

1. Uma prova por induç.ão pode também ser obtida usando o
Outra justificativa: modo a.
#(A UH UC) é o número de elementos que pertencem a pelo menos Exemplo 3.1: Quantos inteiros entre 1 e 1000 são divisíveis por
um dos conjuntos A, B e C. Para contar os elementos de AUBUC, 3 ou 7?
contamos os elements de A(1fA), de B(1fB) e de C(#C). Mas
então os elementos de A n B foram contados dnas vezes (uma em Solução: Defina-se:
#A e outra cm #B), o mesmo ocorrendo com os elementos de A = Conjunto cios inteiros entre 1 e 1000 que são divisíveis por 3.
A n C e B n C. Portanto, devemos descontar uma vez #(A n B), B :::::; Conjunto dos inteiros entre 1 e 1000 que são divisíveis por 7.
#(A n C) e #(B n e). Mas então os elementos ele A n H n C foram Queremos calcular if(A U B). T~mos
contados três vezes (em #A, em #B e em #C) e descontados três
vezes (em #(A n B), em if (A nc) e em #(B n G) ). Contados três
vezes e descontados três vezes significa que eles não estão sendo
#A = [IOlOO] = :J:l:i. ([ [ = partP intPirn).
contados. Devemos pois incluí-los na contagem e obtemos

#(A U B U C) ~ ifA + #B -t- #C

fFB = [ º;º]
1
H2.

- #(A n B) - if(A n e) - #(B n C) #(A n B) [!~~O] ~ ~7.

+ff(AnBnC).
(pois A n B é o conjunto dos inteiros entre 1 e 1000 que sao
Para quatro conjuntos tníamos divisíveis por :3 e 7, isto é, que são divisíveis por 21).

Pelo Princípio da Indusão-Exclusão, temos

#(AUBUCUD)=
[#A+ #B + #C +#D]
- #(A U B) = itA t fFB - lf(A n B) = :i:n + 112 -17 = 128,
- lif(A n R) + #(A n e)+ #(A n D)
que(' a resposta. D
+ #(B n C) -t- #(B n D)+ #(C n D)]
Exemplo 3.2: Quantos são os anagramas da palavra CAPÍTU-
-t- [#(A n B n G) -t- #(A n B n D)
LO que têm C em 1(,! lugar, 011 A em 2° lugar, ou P em :lº lugar
-t- #(A n e n D) -t- #(B n e n /J)[ ou J em 4º lugar?
- if(A n li n e n /J). Solução: Defina-se~:
60 Outros Métodos de Contagem Cap.3 Outros Métodos de Contagem 61
Cap.3

A 1 =· conjunto dos anagramas de CAPÍTULO qlw têm C cm 19 dc!t e

lngar;
A2 = conjunto dos anagramas de CAPÍTULO que têm A em 2º .'io O
110:
Jngar; "
A:3 conjunto dos .-wagramas ele CAPÍTTILO que têm P em 3º
i=-1
lugar;
A,i = conjunto dos anagramas <le CAPÍTULO que têm ! cm 4° 82 eL IF(A; n A;);
lugar. lS:-i<JS:11

Queremos calcular #(A1 U A2 U A3 U A4). Temos.

S:1~ L #(A,nA 1 nAk);
1S:i<j<kS:n
.//-A1 = #A2
#A:1 = ifA4 = nº ele anagramas de CAPÍTULO
que têm uma letra fixa - 7! -- 5040.

il(A, nA,) ~ 1f(A1nA:1) ~ 1f(A, nA,) ~ iF(A,nA:i) ~ if(A,n (observe que há C,~ parcelas Prn S 1, e; parcelas em 82 ele... ).
A4) = --/f(A:3 n 1Li) n 9 de anagramas <le CAPÍTULO que têm Então:
duas letras fixas = G! = 720. a) O n1.Ímfffo ele elementos de O que perte11cem a <watame11te p
(p:::::; n) dos conjuntos A1,A2 .... ,An <~
IF(A1 n A2 n A:1) ~ IF(A, n A2 n A,) -- IF(A, n A:i n A,) ~
·11-p
# (A2 n A:3 n A4) = nº dP anagramas de CAPÍTULO que têm 3
lPtras fixas = 5! = 120. flp = """"(
L...., - t)kc,k Q •
p+k')p+k,
k=O
//-(A1 nA:2nA:3nA4) - nº de anagramas de CAPÍTULO que têm
'1. l<~tras fixas =- 4! = 24. b) O mímern de elementos de n que pertencem a. pelo menos
p(p :::::; n) dos conjuntos A 1, A2, ... , An é
Pelo Princípio da l11d11são-Exdusão,
11-p

lt(A 1 U A2 U A:i U .44) ·~ 1 x 5010 - 6 x 720 1 1 x 120 - 24 L..J - l)k('k

l'P ~· """"( 'p-!,:-.1''i p+:
'

~ 16296, "-'·--º

quP {, a resposta.
- D
e) O nlÍmcro de elementos do conj1111to A 1 U A2 U · · · U A11 P

,,
,J_l -
,,
,J2 + ••• , ( l)"-1"
T - '"'11·
O Princípio <la Indusão-Exdnsão pode ser generalizado.
' Provaremos no Apêndice 1 o
A parte e) dessP teoremá é devida <tO matemático por-
tuguês, professor da Escola Naval de Portugal. Daniel Augusto
Teoren1a: Sejam n nm coJJjimtn, A 1 , A2, ... , An s11bconjuntos da Silva (1811-1878).
62 Outros Métodos de Contagem Cap.3 Outros Métodos de Contagem 63
Cap.3

A parte a) do teorema, no caso p = O, é conhecida pelo s., ~ #(A1 n A2 n A3) + #(A1 n A2 n A4)+
nome-' de fórmula do crivo e' é de>vida ao algebrista inglês .J. J. + #(A1 n A:in A4) + it(A, n A3 n A4)
Sylvcster (1814-1897).
~ [1000]
42
+ [1ººº]
30
+ [1ººº]
70
+ ['.ººº]
210
A part.P a), no caso gen1l. (' devido ao matemático francês
Camille .Jor<lan (18.58- 1922). · ~ 23 + 33 + 11 + 4
= 71;
Exemplo 3.3: Quantos sH.o os inteiros, compreendidos entre 1 e
1000 inclusive, que são divisíveis por Pxatamcnte dois dos números 1000] ~ 4.
2, ,1, 7 e 10? E por pelo menos dois? [ 210

Solução: Defina-se' Queremos calcular o número de elementos que pertencem

a exatamente dois dos conjuntos A 1, A2, A:3, A4. Esse número é
Íl ~ {x E Z 11 <'. x <'.1000);
'1-2
A1 ~{.,E íl 12 divide x); ª' ~ L(-l)kCl+kS2+k
A2 ~ {x E íl l 3 divide x); k=D
A3 e {,r E n 17 divide X L ~ (-1 )ºcfs, + (-1) 1c,;s, + (-1) 2cJs4
A, ~ {", E n 10 divide x ):
1
- s, - 383 + 684
- 431 - :l X 74 \- 6 X 4 ~ 233,
Temos ([ ] = PartP Inte~ira)
que é a resposta da primeira pergunta.

So ~ ii!l - 1000; Queremos calcular o número de elementos que petencem a

pelo menos dois dos conjuntos A1,A2,A:3,A,t. Esse número é
81 - /tA 1 + itA2 1- /{cA3 + #A4
4-2
= [1º2ºº] + [10,00] + [10;º] + [1~~º] b2 = I)-1)kcJ+k~1s2+k
k=O
~ 500 + 3;13 + 142 -1 100 ~ 1075;
~ (-l)ºc\'s, + (-1) 1 cJs,1 f-(-1) ' C 32 S4
82 ~ 1f(A1 n A2) l- /fA1 n A3) + #(A1 n A4)+ -
~ 82-283 + :184
f- #(A2 n A3) f- #(A, n A4) + it(A;i n A4) -
~ 431 - 2 X 74 + 3 X 4
" [1000]
6 + []()00]
14
-- [1000]
I
[1ººº]
10 + 21
- [1000]
f- 30 -1- [1ººº]
70
~ 295,

~ 166+71 + 100+47+33+14 que é a resposta da segunda pergunta. Note~ que os valores de So

~ 431; e S 1 não foram utilizados. D
(;.[ Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 65

Exemplo 3.4: Para cada inlPiro positivo n d<'Ílll('-S(' p(11) como Queremos cletnminar o número de C'lc~mentos de n qne são
s<'ndo o número d<' int.eiros positivos que são primos com n P não primos com 11. ou seja, o número de elementos de fl qm, não
são superiores a 11. isto l'. ([ll(' são primos com 11 e nwnon•s ou iguais pertencem a nenhum dos conjuntos A J, A2, ... , Ar.
a u. Assim. por exemplo. cp(l2) --= 4 pois os il1l<•iros positivos quC' 'P(11) é pois o BÚmero de el<'rnentos rk n que pertencem a
não s11perarn 12 C' são primos com 12 são l. 5. 7 e 11. e p(7) _ (i exatamentP zc~ro dos con_imllos .11., A2, ... , A 1 .• Tc•mos
pois os int<'iros positivos quP não snpcram 7 <~ s;to primos com 7
sao 1. 2. :1 ..1. 5. 6. A; {
,,,, 2p;,''' '!':_p,}
P.i
A fnrn;ão :.pé chmm1tla dP F11n~·ão ;p de Euler (1707-1783).
1f(A;)
O Yalor dt' y(n) pode ser ec1k11lado a partir da decom- Pi
posi(:ão d<' n ('In falon's prirnos. S<' a decomposição de n cm
fatores primos é A; n Aj -= {PiJJj, 2piP_,,. "
'--p;JJj
PiPj
} '

J·, n
11 _- P1Jt · P2- J
· · · [!',.'" (JJ1-P2· ... ,Pr primos distintos), l/(A,nAj)~ (i/:i);
PiPj

ent./io e assim SlHC<'ssivamen\,t~. Logo:

ç(n) ~n (1- 2-) (1 -2-),,, (1 -2-),

Pl P2 Pr
L, 1/(A;)
81 ·· """' ~ """'
L, p",. ;
Assim. por C'Xemplo. como as decornposiç·ões de 120 e 729
Prn fatores primos são 120 = '.(1 x :J x 5 f' 729 ;3G, temos s,~LiFIA,nA,)~L-'-';
i,<_j i<j P·iP;

ç(l2ll) .e. ]2[1 (1- ~) (1- ~) (1

Assim,

p(729) ~ 729 ( 1 - ~) - '186;

'P(n) no
r

~ L(-l)kcá+'so+,
on sc•ja, no coHjunl.o {1, 2 .... , 120} h/1 :J2 númtffQí> primos com 120 k-0
e no conjunto {1. 2, .... 72D} há ,1,1,16 núnwros primos com 729.
~ 80-81 ·I 82- ···+ (-!)"S,.
I Pc1x<1. .iusliíin-\J" R fórmula, dcfüia-sC': 1
= 11 - ( ; 1+ ;: +···+ ;17')-1-
n == Conjunto dos i1ltPiros posil.i\'os rnf'non~s ou iguais a n;
Ai -::e Conjunto dos elementos de ~l q11P s;to múltiplos df' Pi (1
i ::; ·~·).
< 1
("
--1--+·
P1P2
"
P1JJ:1
 G{i Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 67

n
+ (-1)'--- 10. D<>terminP o número <lc perrrmtações df' (1,2, ... ,11,) nas
PlP2 · · · p,. quais não figuram (em posições consecutivas f' na ord<'m dada)
-= n (1 - (1 - 2-) ---(1 -
__!___)
Pl P2
__!___) .
Pr
D
nem o par 12, nem o par 23, ... ,nem o par (11 - l)n.
11. Oito crianças estão sentadas em t.orno de um carrossel. De
quantos modos elas podem trocar <l(' lugar dP modo que cada
crianç.a passe a tc-r uma criança difen~ntc a :ma direita?

Exercícios 12. Calcule ,o(:lGO).

13. Quantas espéC'ies de polígonos regulare:c; de 100 lados exis-
1. Quantos inteiros f'nl.n• 1 e 1000 inclusive: tem?
a) são divisíveis por pelo menos três <los números 2, 3, 7 e 10? 14. Se pé nm primo, quanto vale sp(p)'?
h) não são divisíveis por nenhum <los números 2, ;3, 7 e 10?
c) são <li visíveis por <'XcttanwntP nm <los números 2, 3, 7 e 1O? 15. Quantos são os elementos do conjunto {L 2, ... , 500} que
d) são divisíveis por pPlo menos um dos números 2, 3, 7 e 10? são divisíveis por ;J 011 5 mas não são divisíveis por 7?

2. Qnanto:c; inteiros <'ntrn 1000 e 10000 inclusive não são di-
visívPis nem por 1, nem por :1 e nern por 5?
3. Lançam-so 3 dados. Em quantos <los 5:3 resultados possíveis
a soma dos pontos é 12?
4. Quantas são as soluçÕPs inteiros não-negativas de x
12 11as quais pelo mPnos uma incógnita é maior que 7?
5. Se. # A = n <' 1f.B = p (n ~ p), quantas são as /: A -
sol>rc~jdoras'?
6. Detnminc o núnwro df' pC':rmutações de (1,2,3,4.5,6) nas quais
nem o 4 ocupa o 4° lugar nem o (i ocnpa o 6º lugar.
7. Quantos são os inteiros de n dígitos. qnP têm todos os dígitos
pcrtencentPs ao conjunto {l, 2, 3}? Em quantos deles os inteiros
1, 2 e :1 figuram todos?
-
, 8.1 DC'terminc o núrnno de permutaç.ões das lctas AA B TJCC D D
16. a) DP quantos rno<los podemos dislrilmir 11. partículas dis-
tintas por n níveis distintos? (em Física <'ssa dislrilmição ele
partículas por níveis <lP f'Iwrgia é chamada dP estatística de Boltz-
mann).
h) Em quantas dessas distribni<,:ões todos os níveis ficam
+y +z = ocupados'?
17. a) DP quantos modos podPmos <listrihuir p. partículas iguais
B por n níveis distintos? (<'m Física essa distribuição é chamada de
estatística <le Bose-Einsü~in).
b) Em quantas dessas distribuiçôcs todos os nívPis ficam
ocupados?
18. De quantos modos podemos distribuir p partíc11las iguais
por n níveis distintos se~ nenhum nível poclc conter mais <le uma
partícula? (em' Física essa clistribuição é çhamada rlf <'statíst.ica
de Fermi-Dirac).

nas quais não há lC't,ras iguais adjacentes.

9. Quantos inteiros cntrP 1 P l 000 000 não sao Hem quadrados

perfeitos nom cuhos perfeitos'?
68 Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 69

3.2 Permutações Caóticas zero dcs con_juntos A 1, A2, ... , An é

11-0
'""'(
L.,,, -1 )k Co+J./io_j_k
k
lima permutação dos 11únwros (1. 2, ... , n) é. dita caótica (ou de- "º k=O
sor<lcnament.o) qmmdo 1wnhnm número c'stá no sen lngar primi-
tivo. Assim, as pc-'rmutac;Õf's 21 1:3 e ;31,12 são caótiC'.as mas 1342
1
"
I:(-l)csc
não P (1 f'Stá no seu lugar primitivo). Para eaknlar o númno k=O
D 11 <lc pcrmutaçÕPS caóticas de (1,2, ... ,n.), defina-se A.;-· con- = So - .'-i' 1 1 82 - S':3
jnnto das JH'rnmta('Õcs de (1, 2, .... n) ern que o número i ocupa 11! n! )n n!
o -i-foimo lugar. i E {1,2, ... ,n}. n!-n 1 t - - - l · · · + ( - 1 -
. 2! :i! 11 !

Queremos cc1.k11lar o número de elementos do conjunto fl ,,, [_]__- _l_ + _1_ _ _!_ 1 + (-1)"]
O! l! 2! 3! 11!
das pnmutaçõcs de (1, 2 .... , n) qne pertencem a Pxatamente zero
dos con.inntos A l · A2, ... , A 11 • Temos:
Logo, o 11únwro de pern1utações caóticas <lC' (1, 2, ... , n) e

So . N(í!) 0~ 11';
1! 1)
D,, ,,, [_]__ - _!_ + _!_ - _l_ + + (-1)"]
S1 ~ LiF(A;) ·. L(" -1)1 ~ n · (n -1)' ~ ,,1 O! 1! 2! 3( 11!
i-1

L l/(A;nAJ)~ L (n-2)!~C;;·(n-2)'~
n!
21; Assim, por exemplo,
1:s;i<J'.S11 1:s;i<J$11

S:~ - L if(A, n A; n Ak)

ls;i<J<k'.S11 D,~ 41 [_!_ - _!_ 1 _!_ - _l_ + _]__]
! O! 1! 2! 3! !J!
I: (n - :1i 1 ~e;;. (n - :1)!
11

l$_i<j<k'.S11
3!'
~ 24 (1 - 1 -t- !:.2 - !:.6 + -241 )
~9
11 !
=
-
,.)71.
Q '- ('11
"' · ( 11 - 11 ) '.
11.!
Realmente. 1:1s JH'rmuta<,:Õcs caóticas de (1.2.:l,!J) são 214:3,
:3H2, :3241. 112.1, ;3412, 4312, 241:3, 2341. '.3121. 4:321. E intc-
O número de elementos de fl que JwrLPlH'.Pm a c'xat.arr1Pnte rcssantP ohservar quP /) 71 (' aproximadamenU• igual a n!/c; mais
70 Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 71

prncisarnent.e, D 11 ó o inteiro mais próximo de n!/e. 1 1 1

<--+
- n+1 (n 1 1) 2 + (n -1-1)" +.
l
n D,, 11!/c n+l
- 1

1
2
o
1
º· :J ...
U, 7 ...
1-
1
11+1
1
<
2
3 2 2, 2 ... "
4 9 8. H...
Ou se.ia,
5 44 44.1...
D i1 - -"!
e
1 1
< -.
2.
1

OhsC'rve qtw nossa afirmação(' verdadeira para n 1 e para n = 2. se n > 2. Logo, para u > 2, Dn (' um inteiro situado a uma
Vamos prová-la para n > 2. Com efeito sabemos que distância menor que 1/2 <lo número n!/c. Assim, 0 11 é o inteiro
mais próximo dP n!/c, se n > 2 .
.,.
e··=

Exercícios
e portanto que

1. Suponha #A = n. Quantas sao as funções J: A ----, A para

-1 1 1 1 1
e ---+---+ ... as quais a equação f(:r) = x não possui soluç·ão? Quantas são as
O! 1! 2! 3!
funções J: A ----, A bijetoras para as quais a equação f (:e) - :r não
Ora, D.,. {, inteiro <~ possui solução?

2. Quantas são as permutaçÕPs ele (1.2,:3,4,5.6,7) que têm exata-

D,,-~1-1"'(_1_ _ _1_1 +(-1)") mente 3 eleme11tos no seu lugar primitivo?
I e O! 1! n!

-n' ( ~! - i, + ;, - ... ) 1
3. Determine o número de pcrmutaçÕc's caóticas ele (1,2,3,4,5,6,7,
8,9,10) nas quais os números 1,2,:l,,1,5 ocupam, em alguma ordem,
os cinco primeiros lugares.
(-1)"+1 (-1)"+2 1

~ n! (n + 1); -I- (n 1 2)' -1- ... 4. De quantos modos é possível colocar 8 torres f>rancas em um
1
tabuleiro de xadrez 8 x 8 de rnodo qn<~ nenhumà torrP fique na
-< 11! ( (n+l)!
1 -t- (n+2)!
1
__1 ,., ) diagonal branca e não haja duas torres na mesma linha ou na
mesma coluna?
1 1 1
--+
n-t-1 (n+l)(n+2)
+ (n+l)(n+2)(i,+3) 1
72 Outros Métodos de Cont'agem Cap.3 Cap.3 Outros Métodos de Contagem 7.1

6. Provf' qu<' (definindo JJo l) Ora, para formar nm 3-subconjunto sem elementos conse-
cutivos devemos colocar ;3 sinais + e :3 sinais - em fila. sem que
,,, = (;;)o,, ('i')o,,_, + (~)o,,_, 1... + (:;)0 0
haja dois sinais + consecutivos. Para fazer isso, colocamos os
sinais - ( 1 modo), e colocamos os sinais + nos 4 cspaç·os assi-
nalados, na figura :3.2. com no máximo um sinal por espaço (C)
7. Prove que D 11 n D 1 ,-J --t- (-1 )11 para n 2: 2. modos). A rPsposta {! então, 1 x e:{= 1.

8. Dois médicos clc~vem c•xaminar. durante uma mesma hora, G

paciC'nles, gastando 10 minutos c-om cacla pacienU·. Cacla nm dos \...../- \...../- \...../- \...../
(i pacientPs dev<~ ser examinado pelos dois módicos. De quantos
modos pode ser foito um horfirio compatível'! Fig. 3.2

9. Quantas são as pPrmutac,.:Ões de (1,2, ... ,211,) nas quais n(~-

nhum número ímpar ocupa o seu lugar primiti\'O'!
3.3 Os Lemas de Kaplansky
l)p quantos modos{, possívrl formar um p-sulJCon,j11nto (isto e~. um
snhconju11to com p E~knwntos) d(' {1,2, ... ,11} 110 qual não haja
número consc,cutivos'? Por exemplo, para n = G e p :3, podemos
oh ler a partir dC' { 1, 2, 3, 4, 5, 6} os seguintes '.3-subconjuntos nos
quais não há cdC'nwntos consecutivos:
{J.:l,5}. {1,3,6), {!, 4, G}, (2,4,6},
Poderíamos ter conclnído cpw há quatro :l-subconjnntos de { 1,2,3,
4.5.G} sem c-,lPmP11tos consecutivos sem necessidade de enttmcrá-
los cxaustivanwnte. An formar nrn snbcon.iunto, marcamos com o
sinal -t- os dcmcntos do conjunto que farão parte elo suhcnn_iunl.o
e com o sinal - os ek•rnentos que não farão parte do snhc:onjunto.
Assim,
No caso geral temos p sinais t , 11 - p sinais - para arrumar
sem que haja dois sinais + consecutivos. Temos ] modo de colocar
os sinais - e C~-p+l modos de colocar os sinais +.
Acabamos de obter o
Primeiro Lema de Kaplansky: O mímero dt:1 p- su/Jc:011juntos
de { 1, 2, ... , n} nos quais não lui mímerns c011sec11tivos é
J(n,p) = c;:-p-i·
Exemplo 3.5: As três provas de um vestilmlar devem ser rea-
lizadas na primeira semana do c1no. De quantos modos (, possível
escolher os dias das provas de modo que ni;°to haja provas em dias
consecutivos?
Solução: DPvemos formar um subconjunto dP :J elementos no
conjunto dos 7 dias da primeira semana, de modo que não haja
dias consecutivos no subconjunto. A resposta é
"
f(7, 3) ~ C7-:l+I e"
','j - > 10 • D

{1,:J,5} seria rq>r<'S<'Iltado por 1- - + - -1--; Exemplo 3.6: l.Tma fila tPm 1.1 cadeiras nas quais d('V<'m sPntar-
{2.:l,G} (que não é um subconjunto válido pois 2 e~ 3 sao se 5 homPns, Ck modo CJIH' não fiq1wrn dois homens S('nta<los em
eons<!c11tivos) seria marca<lo - + 1-- - -+. cadeiras (·ontíguas. De qnanlos modos isso pod<' ser ÍC'ilo?
74 Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 75

Solução: Devemos iniC'ialmente escolher 5 cadeiras sem que haja Agora os elementos "1" e "n" são consecutivos. De quantos
cadeiras consecutivas. Isso pode ser feito de /(15, 5) = cf5 _ 5+ 1 = modos é possível f01·mar um p-subconjunto de {1,2, ... ,n} no
Cf 1 modos; escolhidas as 5 cadeiras, devemos designar a cada
qual não haja números consecutivos? Ora, o número total de
homem uma cadeira, o qne pode ser feito de P.e:, = 51 modos. A subconjuntos será a soma do número de subconjuntos nos quais
resposta é cf1 x 5! = 55 440. D o elemento "1" figura com o número de subconjuntos nos quais o
elemento "1" não figura.
Exemplo 3. 7: Quantos são os anagramas da palavra MISSIS-
SIPI nos quais não há <luas letas 8 consecutivas? a) Subconjuntos nos quais o elemento ''l" figura. Para formá-
los devemos escolher p - 1 elementos em {3, 4, ... , n - 1} (pois
Solução: Devemos colocar as letras de MISSISSIPI nas casas
se o "1" figura, o "2" e o "n" não podem figurar) para serem os
abaixo:
companheiros do "1" no subconjunto, não podendo ser escolhidos
elementos consecutivos. O número de modos de que isso pode ser
feito é
Devemos inicialmente escolher 4 casas sem que haja casas 1
consecutivas para colocar as letras S, o qne pode ser feito de J( n - 3·p - !) ~ cP-.
'
~ cp-l
n-.3-(p-l)+l n-p-I ·
J(IO, 4) ~ cf0_ 4+i ~ cf~ 35 modos.
b) Subconjuntos nos quais o elemento "1" nã.o figura. Para
Agora devemos arrumar as letras restantes {4 letras I, 1 formá-los <levemos escolher p elemf'ntos em {2, 3, ... , n }, não po-
letra M e 1 letra P) nas 6 casas restantes, o que pode ser feito de dendo ser escolhidos elementos consecutivos. Isso pode ser feito
de f(n-1,p) = C~-I-p+l = C~-p modos. Portanto, a resposta é
p4,l,l = __
61
·_ = 30
G 4!1!1! p-1 p _ (n-p-1)! (n-p)!
Cn-p-1 + Cn-p - . n - 2p )I.
( p - 1)'( + p.I( n
- 2p)!
modos. A resposta é 35 x 30 = 1050. D
(n - p - J)!p + (n - p)!
Suponhamos agora que os elementos de { 1, 2, ... , n} este-
p 1(n - 2p)!
jam arrumados f'm círculo, r:omo na figura :l.3.
(n-p-l)!p+(n-p)
p!(n-2p)I
(n-p-1)!
n - 1 3 =n
p!(n - 2p)!
n (n-p)!
n-pp!,n-2p)!
n P
--Cn-p·
n-p

Fig. 3.3 Acabamos de obter o

76 Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 77

Segundo Lema de Kaplansky: O mírnern de p- subconjuntos 4. De quantos modos podemos formar uma seqii.(~ncia de p ele-
de { 1, 2, ... , n} uos quais não há uiímeros consecutivos é, con- mentos iguais a 2, q elementos iguais a 1 e r elementos iguais a O
sider<'lndo 1 e n como consecutivos, igual a se dois elementos iguais a zero não podem ser adjacentes?

11 ,p 5. De quantos modos é possível formar uma roda de ciranda com

g(n,p) ~ --Cn-p
n-p 7 meninas e 12 meninos sem que haja duas meninas em posições
adjacentes?
6. Quantos sao os anagramas de ara.ra.quara que nao possuem
Os Lemas de Kaplansky foram construídos em 194a pelo
duas letras a consecutivas?
matemático canadense-americano Irving Kaplansky para a resolu-
ção do chamado Problema de Lucas que se encontra no Apêndice 1. (Generalização do 1º Lerna de Kaplansky).
2. De quantos modos é possível formar um p-subconjunto de
{1,2, ... ,n} de modo que entre cada dois elementos escolhidos
Exemplo 3.8: Hugo deve ter aula de tênis três vezes por se-
para o subconjunto haja, no conjunto, pelo menos r elementos
mana, durante um semestre. Quantos são os modos de escolher
não escolhidos para o subconjunto?
os dias de anla, se Hugo não deseja ter aulas em dias consecutivos?
8. (Generalização do 2u Lema ele Kaplansky). Refaça o pro-
Solução: Hugo deve escolher~ dos elementos do conjunto domin-
blema anterior no caso í'ÍI'C'ular. NessP caso, por exemplo, tornando
go, Begunda, terça., quarta, quinta., 8exta, Bábado, não podendo
n = 6, o conjunto {1,2,3,!\,5,6} é tal que entre 1 e 4 há dois ele-
escolher dois dias consecutivos e sendo o domingo e o sábado dias
mentos, entre 5 e 1 há um elemento, entre 6 e ,1 há três elementos.
consecutivos. O número de modos d<' fazer isso é
(Sugestão: divida os subconjuntos em dois grupos: aqueles que
. 7 :l 7 contêm algum elos elementos 1, 2, ... , r e os que não contêm ne-
g(7, .J) ~ _ :J C 7_:i ~ - 4 . º 7. D
nhum dos elementos { 1, 2, ... , r} ).
7 4

Exercícios 3.4 O Princípio da Reflexão

1. 5 pessoas devem se sentar em 15 cadeiras colocadas em torno
de uma mesa circular. De quantos modos isso µode ser feito se Uma partícula, estando no ponto (x, y ), pode se movimentar para
não <leve haver ocupaç.ão simnltânea de duas cadeiras adjacentes? o ponto (x + 1,y + 1) ou para o ponto (.1: + l,y-1).

2. Dado um d('cágono, quantos são os triângulos cujos vértices a) Quantos são os trajetos possíveis da partícula ele (0,0) a (8,6)?
são vértices não-consecutivos do decágono?
3. De quantos modos podemos formar uma seqüência de p ele-
mentos iguais a 1 e q f'lementos iguais a O se dois elementos iguais
a zero não podem ser adjacentes?
78 Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 7!)

b) Quantos são os trajetos de (0,0} a (10,4)?

Temos S +D 10 e S - D = 4. Logo, S ,·..: 7, D = 3 e a
resposta é
73 10!
10 = -
P' ~ 120.
1/ 7!3!
/ Parafraseando, em uma elei()io com 2 candidatos S e D
/ e 10 eleitores, a qual é vPncida pelo candidato S por 4 votos de
/ diferença, há 120 modos de marchar a apuração.
/ 1'< /
e) Quantos desses trajetos tocam na reta y = -1?
/
Fig. 3.4
Todo trajeto de (0,0) a (10,4) que toque na reta y = -1
pode ser transformado, por uma reflexão em torno da reta y = -1
Os movimentos permitidos para a partícula são de subida do trecho do trajeto entre (0,0) e o primeiro toque na reta y = -1,
- (x 1- 1, y + 1) ou de descida, D: (x, y) - (x + 1, y - 1).
8: {x, y) em um trajeto <lo ponto (O, -2) até o ponto (10,4}. Reciproca-
Na figura 3.4 o trajeto descrito pela partícula foi SSDSSSSS. mente, todo trajeto <lo ponto (O, -2) até o ponto (10,4) (um tal
trajeto obrigatoriamente toca na rpta y =- -1) pode ser transfor-
0

Para que ela vá de (0,0) a (8,6) devemos ter S + D = 8 (em

mado (por uma reflexão em torno da reta y = -1 do trecho entre
cada movimento, de suLida ou descida, a abscissa da partícula
(0,0) e o primeiro toque na reta y = -1) em um trajeto de (0,0)
avança uma unidade. Como de (0,0} a (8,6) sua abscissa avançou
a (10,4) que toca na reta y = -1.
8 unidades, o total de movimentos de subida e descida deve ser 8)
e S - D = 6 (cm cada movimento de subida a ordenada aumenta
uma unida<lP e em cada movimento de descida a ordenada diminui
uma unidade). Daí S ---=- 7 e D = 1.
/
. · d e t ra.1e 71 8! 8.
O nume10 . t os e. p· 8 • = 7 !l! = 1/
Uma interessante paráfrase desse problema é a seguinte: / I'\. /
numa eleição há 8 eleitores e dois candidatos. Se o candidato S 1/
ganha por 6 votos de diferença, de quantos modos pode marchar
/
" 1/
a apuração?

O gráfico indica cm cada ponto (x, y) quantos votos já

"
/
foram apurados (x) e qual a vantagem do candidato A(y).

Por exemplo, a presença do ponto (3,1) no gráfico do tra-

" /

Fig. 3.5
jeto indica que quando o 3ºvoto acaba de ser apurado, o candidato
S tem uma vantagem de um voto.
80 Outros Métodos de Contagem Cap.3
Acabamos de provar que o número de trajetos de (0,0) a
( 10,4) (lllf' Locam na reta y = -1 {, ignal ao número de caminhos de
(O, -2) a (10,4). Esse último é fácil de calcular. Temos 8+D = 10
e S - D Pfl
6: s0ndo .'-,' = 8 e D = 2. A resposta e; = 45.
Parafraseando. ('01 urna e!Pi~·ão mm dois candidatos, 10
eleitores, vencida pelo candidato S por 4 votos de diferença, em
45 das 120 possíveis marchas da apnra~'.ão, o candidato perdedor
mn algum momento estPVC' em vanti:lgem. É interessanle observar
como as aparências enganam. O candidato S tem 70% da votação.
No entanto em 45/120 : : 37, 5% das apurações possíveis cm algum
momento ele C'stá em desvantagem. O
A técnica usada para resolver a part(' e) é conhecida µelo
nome d.C' Princípio da Reflexão.
Exercícios
1. l'úrnm fila de ('i1wma. m pessoas tem notas ele RS 5,00 e n(n
m.) JH'ssoas lf'm notas de RS 10,00. A entrada custa R$ 5,00.
a) Quantas são as filas possíveis?
h) Quantas são as filas qne terão problemas de troco se a
bilheteria começ,:t a trabalhar sem troco?
e) Q11antas são as filas qm~ terão problemas de troco se a bi-
lheteria começa a trabalhar com d11fü, notas de R$ 5,00'!
2. Numa eleição eom dois candidatos A e B, há 20 eleiton~s e
o candidato A venc0 por 15 X 5. Quantas são as marchas da
apuraçao:
a) Possíveis'?
h) Nas quais o can<lidato A permanece em vantagem (nem
sequer empata) desde o primeiro voto apurado?
e) Nas quais o candidato A permanece sempre em vantagem
on empatado com o candidato IJ?
Cap.3 Outros Métodos de Contagem 81
3.5 O Princípio de Dirichlet
A Análise Combinatória não se ocupa apenas com a contagem de
elementos de conjuntos. Mnitas vezes. o que se deseja é deter-
minar a existência ou não de conjuntos satisfazendo a certas pro-
priedades. Urna ferramenta simples para resolver alguns desses
problemas é o Princípio das gavf'las df' Dirirhlet*.
Princípio das gavetas de Dirichlet: Sf'. n objetos forem colo-
cado8 Pm no má:nmo, n - 1 gaveirls cntâo pelo menos uma delas
conterá prlo mcno.~ dois objetos.
Prova: (por absurdo) Se ca<la uma <las gavetas contiver, no
máximo, um objeto, o número total de objetos nelas colocados
será, no máximo, 11 - ] , o que é nma contradição. D
Exemplo 3.9: Dado um conjunto de 13 pessoas, pelo menos
duas delas aniversariam no mesmo mês. D
Exemplo 3.10: Escolha, dentre os elementos do conjunto
{l, 2, ... , 200}, 101 números ao acaso. Mostrf> q1w, entre os núme-
< ros escolhidos, há dois números tais que um deles divide o outro.
Solução: Observe, em primeiro lugar, que qualquer inteiro n se
escreve sob a forma n = 2rb, onde r é um inteiro não-negativo
e b é um inteiro ímpar. Por exemplo, 36 =-- 2 2 · 9, 25 = 2° · 25,
16~2 4 -1.
Assim, se n E {1, 2, ... , 200}, n = 2rb e b é um <los inteiros
ímpares 1, :3, 5, ... , 199. Ora, há 100 possibilidades para b. Se
escolhemos 101 números, dois deles terão o mesmo b. Sejam esses
número n1 = zr
1
b <! n2 = 2r2 b. Se r1 < r2, n1 divide n2. Se
r2 < ri, n2 divide n1, o que conclui a demonstração. D
Exemplo 3.11: Escolhem-se 5 pontos ao acaso sobre a superfície
de um quadrado de lado 2. Mostre que pelo menos um dos seg-
mentos que eles determinam tem comprimento menor que ou igual
a v'2.
~Petür C:11st"v [...,jenue lliric.hlet (180S- !859), ma.temático almnii.o.
82 Outros Métodos de Contagem Cap.3
Cap.3 Outros Métodos de Contagem 83

Solução: Divida o quadrado df' lado 2 em quatro quadrados de

1S 1· S l S rn, tais que a,.+ ªr+I +···+ai é múltiplo de m.
lado 1. Dos 5 pontos, pelo menos dois pertencerão a um mesmo
quadrado de lado 1. A distância entre esses dois pontos será no Solução: Considere as somas
máximo igual à diagonal do quadrado que é \/2, o que conclui a
demonstração. O 81 = a1
1 1 82 = a1 + a2
.'J:3 = (ti + a2 + n:3
·--

1
,_ ~ Se alguma dessas somas (digamos 8 j) for divisível por m, a demons-
tração está concluída (nesse caso r = 1 e l = j). Caso contrário,
nenhuma dessas somas divididas por m deixará o resto nulo. Os
1 restos possíveis são, portanto, 1, 2, ... , m - 1. Como há m somas e
, __ apenas m - 1 restos possíwis, pelo princípio de Dirichlet, há duas
delas, que chamaremos de Si e 8j, que divididas por m. deixam
Fig. 3.6
restos iguais. Suponha i > j. Então
Exemplo 3.12: Mostre que cm um conjunto de n pessoas há
sempre <luas pessoas que conhecem exatamente o mesmo número
de pessoas <lo conjunto. (Obs.: Se a conhece b, b conhece a, ou
seja, ''conhecer" é uma relação simétrica.)
é múltiplo de m. e o resultado está demonstrado (r = j + 1, l = i).
Solução: Observe, em primeiro lugar, que qualquer das pessoas o
do conjunto conhece no mínimo O e no máximo n - 1 das outras O princípio de Dirichlet pode ser reformulado do modo
pessoas. Observe, em segundo lugar, que se alguma das pessoas seguinte:
conhece todas as outras n - 1 pessoas então é impossível que haja
alguma pessoa conhecendo O outras. llsemos agora o princípio de Sem objetos sã.o colocados em n gavetas, então pelo menos
Dirichlet pondo na 1ª gaveta as pessoas que conhecem O outras, uma gaveta contém [(m - 1)/n] -1 1 objetos.
na 23 gaveta as pessoas que ('Onhecem 1 outra, ... , na nª gaveta as (Obs: [x] é o maior inteiro menor que ou igual a x ).
pessoas que conhecem n - 1 outras. Apesar de termos n gavetas, Prova: Se cada gaveta contiver no máximo [(m -1)/n] objetos,
as n pessoas são colo<"adas em, no máximo, n - 1 gavetas, pois então o número de objetos será no máximo
pela segunda observação a primeira e a última das gavetas nao
podem ser ocupadas simultaneamente. D

Exemplo 3.13: E dado um conjunto A = {a1, a2, ... , a:m} de

m números inteiros (m > 1). Mostre que existem naturais r e l, o que é uma contradição. o
84 Outros Métodos de Contagem
Exemplo 3.14: Em um grupo <le 40 pessoas, pelo menos '1 pes-
soas têm o mesmo signo.
Solução: Com efeito, colocando cada pessoa (objeto) na gaveta
do ºseu signo, temos m = '10 e n = 12. Logo, pelo menos uma
gaveta conterá [ 4 ~; 1 ] + 1 =- 4 objetos. D brepostos que têm cores coincidentes. Gire A de um setor (isto
Há ainda outra formulação possível:
Se.7a.m n gavetas e seja µ. um inteirn positivo dado. Colo-
quem.os a 1 objetos na. 1~ gaveta., a2 objetos na 1!4gaveta
e assim sucessivamf.nfr atf a 11 objetos na n-ésima. gavda.
Rntâo Síé a mfdin. (a 1 + a.2 + · · · I·· a 11 )/n for maior queµ,
uma das gavetas conterá pelo meno8 µ + 1 objdos.
Prova: Se todos os ªi fossem menores que µ + 1, teríamos
Daí, rq -1- a2 + · · · + a 11 ~ nµ. e
o que é uma contradição.
Em suma, se urna média aritmética de números for maior
que µ então pelo menos um dos números é maior que µ. D 1. Em uma gaveta há 12 meias brancas e~ 12 meias pretas. Quan-
Exemplo 3.15: São dados dois discos A e H, cada um deles
dividido em 200 setores iguais, os quais estão pintados de branco
ou de preto. No disco A há 100 setores hrancos e 100 setores
pretos, em ordem desconhecida. No disco B não sabemos quantos
setores são brancos. Coloquemos o disco A sobre o disco B, de
modo que os setores de A fiquem exatamente sobre os setores de
Cap.3 Cap.3 · Outros Métodos de Contagem 85
B. É possível então, rodando o disco A, obter uma pos1çao na
qual pelo menos 100 setores de A tenham a mesma cor que os
correspondentes de B.
Prova: Coloque A sobre B. Seja a 1 o número de setores so-
é <le 360° /200) mantendo B fixo. Seja então a2 o número de se-
tores sobrepostos que têm cores coincidentes. Continue com esse
processo até obter a200. Então o número total de coincidências é
a1 + a2 + · · · -1- a200 = 100 X 200.
Com efeito, fixe um setor do disco [J (preto, por exemplo).
Como A tem 100 setores pretos, haverá 100 posiç'ões em que esse
setor de 13 terá a mesma cor que o corrc--'SJJOndente setor de A.
Assim o número total de coincidências será 100 vezes o número
de setores de B.
Daí temos
(rq + a2 1 · · · l a200)
100 > 99.
200
Se a média é maior que 99, pelo menos um dos ai é também maior
que 99, ou seja, algum ai é maior que ou igual a 100. Em suma,
em alguma posição o número de coincidências é maior que ou igual
a 100. D
Exercícios
tas meias devemos retirar ao acaso para termos certeza de obter
um par de meias da mesma cor'!
2. 6:3 127 candidatos eomparf'ceram a uma prova do vestibular
(25 questões de múltipla-escolha com 5 alternativas por questão).
Considen-' a afirmação: "Pelo menos dois candidatos responderam
de rnodo idêntico as /..: primeiras questões da prova". Qual é o
86 Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 87

maior valor de k para o qual podemos garantir que a afirmação 12. Sejam x um número real e num inteiro positivo. Mostre que
acima é verdadeira? entre os números x,2:t,3x, ... , (n - l)x existe um cuja distância
a algum inteiro é, no máximo, 1/n.
3. Refaça o problema anterior para a afirmação: "Pelo menos 4
car'1didatos responderam de modo idêntico as k primeiras questões 13. Um mestre de xadrez, preparando-se para nm torneio, joga,
da prova". durante onze semanas, velo menos uma partida vor dia mas não
mais que doze partidas por semana. Prove que existe um con-
4. Um ponto (x,y,z) do R:3 é inteiro se todas suas coordenadas
junto de dias consecutivos durante os quais ele joga exatamente
são inteiras.
20 partidas.
a) Considere um conjunto de nove pontos inteiros do R 3 .
14. Seja num inteiro ímpar maior que 1 e seja A uma matriz n x
Mostre que o ponto médio de algum dos segmentos que
n simétrica tal que cada linha e cada coluna de A é formada pelos
ligam esses pontos é inteiro.
números {1, 2, ... , n} escritos em alguma ordem. Mostre que cada
b) Dê um exemplo de um conjunto de oito pontos inteiros do
um dos inteiros { 1, 2, ... , n} aparece na diagonal principal de A.
R 3 tais que nenhum dos pontos médios dos segmentos que
ligam esses pontos é inteiro. 15. Prove que se o conjunto {1, 2, ... , 1978} é partido em 6 sub-
5. Qual é o número mínimo de pessoas que deve haver em um conjuntos, em algum desses subconjuntos existe um elemento que
grupo para quC' possamos garantir que nele haja pelo menos 5 é igual a à soma de dois elementos, não necessariamente distintos,
do mesmo subconjunto.
pessoas nascidas no mesmo mês?
6. Mostre que em to<lo (n + })-subconjunto de {1, 2, ... , 2n} há
um par de elementos tais que um deles divide o outro.
7. Prove que todo número natural tem um múltiplo que se es-
neve, na base 10, ctpenas com os algarismos O e l.
8. Prove que em qualquer conjunto de 52 inteiros existe um par
de inteiros ruja soma ou ruja diferença é divisível por 100.
9. Prove que dado qualquer conjunto de dez inteiros positivos
de dois dígitos cada, é possível obter dois subconjuntos disjuntos
cujos elementos têm a mesma soma.
10. Considere 1990 pontos em um plano. Prove que quaisquer
três semiplanos, tais que cada um deles contém mais de 1327
desses pontos, têm interseç.ão não-vazia.
11. Mostre que se escolhemos 800 pontos dentro de um cubo de
aresta 10, pelo menos um dos segmentos determinados por esses
pontos tem comprimento menor que 2.
4. Números Binomiais Cap.4 Números Binomiais 8!)

um subgrupo formado por p + 1 pessoas é crit~-

O número de
modos de selecionar um subgrupo formado pela mulher e por p
homens é 1 x Cfi = Cfi. e o número de modos de selecionar um
subgrupo de p + 1 pessoas formado só por homens é Cfi+ 1 .

1 1

4.1 O Triângulo de Pascal 1 2 +

Chamamos de Triângulo de Pascal o quadro 1 3 1

cg 1
eº1 ci1 1 1 Fig. 4.1
cg ci2 e? 1 2 1
c1 cj cl e!§ 1 3 3 1
Como o número total de subgrupos é a soma do número
eº' ci cf C4
3
ct 1 4 6 4 1
' de subgrupos dos quais a mulher participa com o número de sub-
grupos dos quais a mulher não participa, ternos
formado pelos números Gfi. (chamados Números Binomiais,
Coeficientes Binomiai.~ ou ainda Números Combinatórios). Se
contamos as linhas e colunas do Triângulo começando em zero,
o elemento da linha n e coluna p é Cfi. Repare que no triângulo de Pascal a linha n rnmeça cm C~ e ter-
mina em c;t. Portanto Cfi (que está na linha 11 avan~:ado em p
Uma propriedade dos números binomiais que nos permite coluna sem relação ao início da linha) e c;:-p (que está na linha n
construir rapidamente o Triângulo de Pascal é a atrasado em p colunas em relação ao fim da linha) são elementos
Relação de Stifel: Cfi + Cfi+1 '-"' C~!i. da linha n que estão situados em posições equidistantes dos ex-
Ou seja, somando doís elementos consecutivos de uma mesma tremos. Númerns como Cfi e c;:-p são chamados de Combinações
linha obtemos o elemento situado abaixo da última parcela. C~:;:_~leme~tares. Assim, por exemplo, a complementar de C1 2 é
C12 = C12.
Justificativa: Consideremos um grupo formado por uma mu-
lher e n homens. O número de modos de selecionar nesse grupo Relação das Combinações Complcrnentares·. ('P - cn-p
'11 - 'n ·
Ou seja, em uma mesma linha do tr·,·,,ng,•lo
,, ,, d e P asca.e,emcnos
l l t
equidistantes dos extremos são iguais.

88
!JO Números Binomiais Cap.4 Cap.4 Números Binomiais Ql

.Justificativa: "
= "L...nCn-1
k-1
n! n! k=l
cn-p = ~--=--~-~~ ---e-e-e - CP D
" (n - p)![n - (n - p)!] )''-·,,.
(' n-p .p. "
= n "c·"-1
L... 11-1
k=l
T eorema , 11 C''n1 + C', 712 + • • • ,,- C'n
· das L1'11has·. eº+ 'n -- 2" ·
+ e,,n-1 + c2n-l + ... + c.,','.=111
= n lcn-1
o i --
Ou seja, a soma dos elementos da li11]1a n vale 2n.
= n · 2n-l D
.Justificativa: Cfi é o número de subconjuntos com p elementos
do conjunto A= {1, 2, ... , n}. Então C~ + C 1~. + C~ +···+e;:
é o número total· de subconjuntos de A. Mas, para formar um
subconjunto de A = { 1, 2, ... , n} devemos marcar cada elemento
Teorema das Colunas:
de A com o sinal + (indicando quP o elemento foi escolhido para
o subconjunto) ott com o sinal - (indicando que o elemento não
foi escolhido). Como o número de modos de marcar os elementos C pP+ cP cP
'p+l +- 'p+2 +- · · ·
+ cP -
·'p+n ·-
c~p+1
'p+n+l ·
é, 2 X 2 x · · · x 2 211 , provamos que o número de subconjuntos
de um conjunto com 11 elementos é
Ou seja, a soma dos elementos de nma colmw do triângulo (começando
C 11o + e"
'11 + ••• + C"
' r i = 2" · D no primeirn t~lemento da coluna) é igual ao elemento <Jlle está
avançado uma linha e uma coluna sobre a última parcela da soma.
Exemplo 4.1: Qual é o valor <la soma

+ 2c·2 1
e•
' 1
- ·· c··'n1 'n + ''lC':3
'n + · · · + n C"'
n ·
1 1
8oluçào:
1 2 1
"
s~I;kci 1 3 3 1
1,;-1
1 4 6 4 1
" n!
~ I: k-k~!(-,,---k~)~! 1 5 10 5 1
k----=l
Fig. 4.2
'°' "

- ~ (k - l)!(n - k)!
n.
1

k=1

~ (n - !)!
~
11
~ (k- l)'(" - k)' .Justificativa: Apliquemos a rf'lação de Stifel aos elementos da
1,,:=1
02 Números Binomiais Cap.4 Cap.4 Números Binomiais 03

coluna p + 1: Exemplo 4.3: Qual é o valor da soma

c;t{ = c:-r1 -1- e; , . ,. - 12 + 22 + ... + ,,/'!
p+1 _ cP+1 cP
C p+2 - 'p+I "j 'p+l "
,p...;._l
( 'p+:~ ('p-1 + cP Solução: A soma pedida f' 8 = LJ.:2.
'p+2 'p+2 kc-..cl

O exemplo anterior nos mostrou como calcular uma soma

na qual cada parecia é um produto de inteiros consecutivos. Va-
( ,p---;-1 cP+l ('P
'p+n - 'p+n-1 + "p+n-1 mos tentar transformar o polinômio do 2v grau k 2 cm um polinômio
p_;._1
C p-11+1 - - cP+i cP do 2° grau no qual apareçam cm vez de produtos de inteiros iguais,
- 'p+n t p+w
produtos de inteiros consecntivos, isto é, vamos tentar obter uma
Somando (e simplificando parcl"las iguais que aparecem em identidade do tipo
membros opostos) obtemos
k 2 = Ak(k + 1) + fH I C.
,p+l
( 'p+n+l = cp+l I CP+ cP
'p -- /p ~p-1...I
I- cP
-'p+2
+ Temos
· · · -f c;+n-1 1-- c::+n" k 2 = Ak 2 1- (A+ H)k -1- C,
Observando qne Cf+1 = O, temos A~ 1, A oH ~ O, C ~ O,

c;+ ~+
1 1 =e;+ c;+1 + c;+2·t isto é,

1 -1-- Ct+n-l --! c;--t-n-

· · · D A~ 1, B - -1, C ~ O_

Exemplo 4.2: Qual é o valor <la soma k2 =k(k + 1) - k

S = 1·2·3 + 2 · :l · 4 + 3 · 4 - 5 + · · - -1- 50 · 51 · 52? Então,

"
Solução:
.so
s-I>'
k=1

s = Lk(k+1J(k+21 "
k---::1 Lik(k 11-!1
50 k=l
n n
= Í:3!Ci+2
k=l
·'-'' "'1
2 L..,. C1,;+i - L..,. C1,:
= 6[C', ;3" +e"+
_, '1 ... ,:l
1 ( , ,'i2
I k---::l k-1

= 2('11+2 -
,:i e'n+l
--' 6CJ:3
_ (,, + 2)(n + l)n (n + l)n
= 1756950. D 2
6 2
94 Números Binomiais Cap.4 Cap.4 Números Binomiais !J5

= n(n + 1) [ n ; 2 - ~ l Logo,

n
n(n + 1)(2n + 1) o S = L[3k(k I l)(k + 2) - lOk(k + 1) + 4k]
6 k=l
n
= I:;13 · :i!cZ+2 - 10 · 2!cf+1 -1- 4ClJ
k=l
Exemplo 4.4: Calcule o valor da soma 11 1! li

= 1HLcZ+2 -2oz::=ct+1 -1- 1Lcl 1

S = 2 · 12 + 5 · 2 2 + 8 · 32 + .. · + (3n - 1) · n 2 · k=l k=l k=1

1
= 18·c'n+3 - 2oc"
'n--r-2 -1
L 4C' 2 n+l
= (n+:l)(n +2)(n-l l)n _ (n+2)(n+l)n+
18 20
Solução:
24 6
(n + l)n
n n
2
+4 2
S = I:;(3k - l)k 2 = I:;(3k" - k ).
3(n+3)(n+2) n+2 ·]
k=l k=l = (n+l )n [ -10-:-+2
4 1
Seja (n + l)n(9n 2 -j- 5n - 2)
D
12

3k" - k2 = Ak(k -t- l){k + 2) + Bk(k + 1) + Ck -t- D.

Teorema das Diagmmís:

Temos

3k" - k2 == Ak
3
+ (3A + B)k 2 + (2A + B -1- C)k + D. Ou seja, a soma dos elemmitos de uma diagowJ (isto é, de uma.
paralela à l1ípotenusa), do triângulo de Pascal ( começando 110
primeiro ele1mi11to da diago1Jal) é ig11al ao elemenl;o que está ime-
donde diatamente abaixo da iíltima parcela.

A=3, 3A+B=-l, 2A+B+C=0, D=O.

A=:l, B=-10, C~4, D=O.

3k" - k2 = :lk(k + l)(k + 2) - lOk(k + 1) + 4k.

!)(i Números Binomiais Cap.4 Cap.4 Números Binomiais !)7

1 e,orno n.,1 (JI + J)I. e (11 - p )1. sao

- posh1vos,
·,. . l d e un
o sina np-l
· - CP
.,n C''
o mesmo de 11 - 1 - '2p. Logo,
1 1 ('p+l - ('P > Ü se n - 1 - '2p > Ü
'n 'n

1 2 1 e
crr+ 1 - e~ < o se n - 1 - '2p < (L
1 3 3 1 ou se.ia,
,p-1 11-l
1 4 C/,p1! < cn se p < -2-
6 4 1
e
n - 1
1 5 10 10 5 1 C nP > ('p-l
'n se P > D
Fig. 4.3 2

.Justificativa: Ton1os O que significa esse teorema? Elf' afirnrn que na pnmeira
metade de cada linha os elementos estão em ordem crescente (cada
eº+
/11 c''n+l + e"
·'11+2 -1· · · · 1 cP11+p -- c·-'n11 -, e·"
1
'n+l + c"
.,n...;...2
termo é menor que o seguinte, C~ < cri- 1 ) e que na segunda
metade os elementos est.ão cm ordem decrescente (cada termo é
+. -1- C n+p
" maior que o anterior, Cf, > c;i,- 1 ).
-- C,n+l
n+p-+-1
Encerramos esta seçao com algumas observações: a ex-
-CP
-- n+p+l• pressao
n(n-l)···(n -p+l)
usando sncessivanwnte Combinações Complementares, o Teorema
<las Co]nnas e Cornhinac,:ões Complementares. D
(;:) p!
faz sentido para qualquer n real, desde que p seja um inteiro posi-
llrn ontro fato importante é o scguintC' tivo. Definir<)rnos então para qualquer n rPal e qualquer p inteiro
não-negativo o binomial ele n sobre p por
T coren1a: ( .,n
'P < C'"·.Ll 11-l e
,fi; se p < :r- ('P
-'?J
> (•P+l
, 11
n-1·
se p > ~
.Justificativa:

u! li!
(:P+I _ ('P = ~ - ~ ~ - - - - ~ Assim, por exemplo, temos
11 11
' (p 1- l)!(n - p - 1)! p!(n - p)!
1(1-1)(1-2)
n!(n - p) - 11!(p --t- 1)
(p + l)!(n - p)l
(1{i2) 3!
l
16'
11!(11 - 1 - 2p) (-5)(-6)(-7)(-N)
(p + J)l(n - p)" (~º) 11
~ 70
!)8 Números Binomiais Cap.4 Cap.4 Números Binomiais !)!)

e Exercícios
3) - 3 · 2 · 1 · O · ( -1) -o
(5 - 5! - .
1. Prove, fazendo as contas, a relação de Stifol:
E claro que se n é inteiro não-negativo,

(;) ~ n(n-1) )n-p+l)

supondo n um real qualquer e p inteiro não-negativo.

é igual aCfi, número de p-subconjuntos de um conjunto com n 2. Prove, por um processo análogo ao usado no texto para provar
elementos. Se n não é inteiro não-negativo, Cfi não tem sentido a relação de Stifel, que
mas
n(n - !) · · · (n - p + !) p+2 -
C 11+2 cP + 2cp+1 + cP+:l
- n n n ·
p!
continua tendo sentido. 3. Prove, fazendo as C'ontas, que
É interessante observar que mesmo se n não for um inteiro
não-negativo continua sendo verdade a Relação de Stifel
p+2 p
(p+l )+(
(n+2)~(")+2 n n ),
p+2
a) (")
p
+ (p+l
n ) ~ ("+l)
p+I '
supondo n um real qualqner e p inteiro não-negativo.
e o Teorema das Diagonais
4. Usando a relação de Stifel, escreva as sete primeiras linhas do
triângulo de Pascal.
Enquanto que o Teorema das Linhas
5. Prove, usando um argumento combinatório, que Cfi = c;:-P.
e) (3) + ('{) + ... e:) ~ 2", 6. Se A possui 512 subconjuntos, qual é o número de elementos
o Teorema das Colunas de A?

d) (p+n) ~ (p+n+ 1) 7. Determine um conjunto que possua exatamente 48 subcon-~

p p+l '
juntos.
e o Teorema das Combinações Complementares
8. X é um subconjunto próprio de A se X C A e X #- A; X é
e) G) ~ (n".p)' um subconjunto não-trivial de A se X e A P X / A e X #- <p.
não têm sentido se n não for um inteiro não-negativo. Se A possui 5 elementos, quantos são os subconjuntos próprios de
A? Quantos são os subconjuntos não-triviais de A?
9. Tem-se n comprimidos de substâncias distintas, solúveis em
água e incapazes de reagir entre si. Quantas soluções distintas
100 Números Binomiais Cap.4 Cap.4 Números Binomiais 101

po<lem ser obti<las dissolvendo-se um ou mais desses comprimidos 21. Calcule o valor de
em um copo com água?
,) -"' - e·º c·1
11 - 11 +- c2
'n - ··· + (- J)PcPn·
10. Quantos coquetéis (misturas de duas ou mais bebidas) po-
der°n ser feitos a partir de 7 ingredientes distintos'?
22. Tem-se uma rede de caminhos (figura 4.4). Do ponto A
11. Em uma sala há 7 lâmpadas. De quantos modos pode ser partem 2 1000 homens. Metade parte na direção l e metade na
iluminada a sala? direção m. Ao chegar ao prirm~iro cruzamento cada grupo se cti-
n vide: uma metade segue na direç.ão l, a outra na direção m. O
12. Calcule L(k + l)C,~. mesmo ocorre cm cada cruzamento. ~umrremos as linhas e os
/,,=O
cruzamentos em cada linha a partir do zero; assim, A é o zern-
n ésimo cruzamento da linha zero. Quantos homens chegam ao k-
13. Calcule o valor de L, J.· 2Ct. ésimo cruzamento da linha n?
k=íl
n ck
14. Calcule o valor de L,---"-.
k+I
k=O
15. Prove, por indução, o Teorema das Linhas.
16. Prove, por indução, o Teorema das Colunas.
l m
17. Calcule o valor da soma

18. Calcule o valor da soma Fig, 4.4

23. Prove que todo poliômio P(:i:) de grau p pode ser escrito na
forma
19. Calc:ule o valor de
n P(,r) =Ao+ A1x + A2x(,,, -11) + · · · + Apx(x -1-1) · · · (x I p-1).
S ~ I;k(2k + 1).
}.:__cl
24. Calcule e R?i + e n; + e Rf + · · · + e Rfi.
1 1

20. Calcule o valor da soma 25. Prove, usando um argumento combinatório, a Fórmula de
Euler
"
S ~ I;(2k - !) 2 (k -t- 2).
1,,--c 1
º
e m cP
"'h 1--
c m1 cp-i
'li + c·m2 c,p-
/h
2
-1- · · · ·I cP eº - cP
'm 'h - -'m+h·
102 Números Binomiais Cap.4 Cap.4 Números Binomiais 103

26. Prove, a partir da Fórmula de Euler, a Fórmula de Lagrange

(!73fi-1813)
35. A é o conjunto {1, 2, ... , n} e p é um natural tal que l <
p < n.
a) Qnantos são os p-suhconjuntos df' A nos quais o elemento
27. Calcule o valor da soma
mínimo é igual a k'!
2 + C' 1C'n3 -,' · · · + c 11 2
C" b) Forma<los todos os p-snbconjnnios de A, em cada nm ddes
'-9 = cºC'
'11 11 '11 '11 - -'n·
considera-se o elemP1lLo mínimo do subconjunto. Quanto
1! 2 vale a média aritmética desses mínimos?
28, Calcule 2::::> (~.) 36. Prove que
k=O
Cf0 seja máximo.
29.
30.
Determine-• p p1-1.ra que
Determine p para que C~1 seja máximo.
(-!)"( -n)
k- l
(-l)k( -k )·
n-1
31. Resolva a equação Cf1 = C~f- 1.
37. Para que valor de k,
32. Resolva a equação cf{_P = cf5!.P.
33. Prove que em cada coluna (exceto a coluna zero) os elemen-
tos <lo triângulo de Pascal estão em ordem crescente. (2n n+ ") . (2" n- k).
34. O número de Fibonacci F 11 é definido como a soma dos ele-
( n dado) f' máximo?
mentos <la n-ésima "diagonal inven:;a" do Triângulo de Pascal:
38. Caknle

Fo 1
L (")("-k)
m
k=O
k m - k
(m < n).

F1 ~ 1
F2
F,
F,
2
3
5
1
4
10
1
5
39. Calcule

t (~) (:) (n ~ m).

Fs 8 40. Prove, por indtu;_:ão, o Teorema <las Diagonais.

Fig. 4.5
104 Números Binomiais Cap.4 Cap.4 Números Binomiais 105

4.2 O Binômio de Newton Exemplo 4.5: Olhando para o triângulo de Pascal

1
T~oren1a: Se .'T e a são mímeros reais e n é mn i11teiro positivo, 1 1
1 2 1
(., 1 a)"~ t (:)akccn-k ~ 1
1
3 3 1
4 6 4 1
k=O
(~)aº.i:11 + G)al.ru-1 + G)a2.cn-2 --1- ... + G:)auxo. Obtemos

Observe que: (x +a)º~ laºxº ~ 1

i) O dese11volvime11l.o de (.1: -! a}11 possui n + 1 termos. (x + a) 1 = la 0 x 1 --1- Ia 1 xº = x --1- a
ii) Os coeficientes do desenvolvimento de (.1: j a) 11 são os ele- 2
(x --1- a) = Ia x
0 2
+ 2a 1x 1 + la 2 x 0 = x 2 + 2ax + a2
mentos da lillha n. do Triângulo de Pascal.
iii) Escrevendo os termos do desenvolvimento na ordem acima (x + a) 3 = Ia 0 x 3 --1- 3a 1 .1: 2 + 3a 2 x 1 + la 3xº
(isto é, ordenados segundo as potêiicias decrescentes de .1: ), = x
3
+ 3ax 2 + 3a 2 x + a 3
o termo de ordem k --1- 1 é
(x --1- a) = Ia 0x 4 + 4a 1x 3 --1- 6a 2 x 2
4
+ 4a 3x 1 + Ia4xº
") a k :r n-k .
= x
4
+ 4ax 3 + 6a 2 x 2 + '1.a 3 x + a 4 D
( k
Exemplo 4.6: Determine o coeficiente de x 2 no desenvolvi-
Prova: Temos mento de (x 3 - 1/x2)9.
Solução: O termo genérico do desenvolvimento é
(cc + a)(x +a) ... e,+ a).

Cada termo do produto é obtido escolhendo-se cm cada varêntescs Tk+l = (!) (:; ) k (x3)9-k

(9) (-J)k x27-3k

um :e ou um a e multiplicando-se os escolhidos. Para cada valor
de k, O ::;: k ::;: n, se c-'Scolhermos a cm J..: dos parênteses, .T será
k x2k
escolhido em n - J..: dos part,nteses e o produto será igual a akxn-k
(O ::;: k ::;: 11 ). Isso pode ser feito de (~) modos. Então (:t + a) 11 ~ (-l)k(!)x27-5k.
é uma soma onde há, para cada k E {O, 1, ... , n}, parcelas G)
iguais a ak:1: -k, isto e\
11

No termÓ em x 2 temos 27 - 5k = 2, k = .5. O termo em x 2 é

n
(.T + a)11 =- L c1~ak:c11-k_
Te~ (-1)
5
(:) ·x 2 ~ -126x 2 .
k=O
106 Números Binomiais Cap.4
Cap.4 Números Binomiais 107

Resposta: - 126. D
temos
Exemplo 4.7: Determine o termo máximo do desenvolvimento P(l) =Ao+ A1 + Az +···+A,,.
de (1 t 1/3) 65 .
Em suma, a soma dos coeficientes de um polinômio em x é o valor
Solução: O termo genérico do desenvolvimento é numérico do polinômio para x = 1. A resposta é, portanto

T. = (65) (~) k l 65-k = (65) 2... (1"-2·1 2 ) 15 =-l. D

k+l k 3 h: :3k

Tk+I > Tk (011 seja, cada termo é maior que o anterior) se Exemplo 4.9: Se na fórmula do binômio fizermos x a= 1,
obtemos

2" = (~) + (';) + (;) + + (::).

que dá uma outra prova do Teorema das Linhas. Se na fórmula
isto é, do binômio fizermos x = 1, a= -1 obtemos
65!
~~~~~~ > 65!
~~~~~~~
1
k!(65 - k)'3k (k - 1)!(66 - k)' 3k-l
o=(~) (';) + (;) + + (-!)"(::).
º

Assim,
(66 - k)! k! 3k 65!
10
(65 - k)! > (k-1)13k 65!' que é resultado importante, usa.do no Apêndice 1 para provar o
Princípio da Inclusão-Exclusão. D
isto é, 66 - k > k · 3 · 1, isto é, h: < 16,5. Logo, T1,;+ 1 > T1,;
para k E {l, 2, ... , 16} e, analogamente, T1,;+1 < Tk para k E Exemplo 4.10: Calcule:
{17,18, ... ,65). Logo,

Ti < T2 < T:3 < · · · < Trn < T17 > Tis> · · · > T55.
a) t (''.)x";
k==O /,;

Segue-se, então, que o termo máximo é T17 = (º')

16 3116.
b) tk(:)x•;
k=O
Resposta: (~~) :Jfu". D

Exemplo 4.8: Qual é a soma dos coeficientes do desenvolvi- e) tk(:).

k=O
mento de (x 3 - 2x 2 ) 15 ?
Solução:
Solução: Ora, se

a) t
k=O
(:)xk = (1 + x)11, pela fórmula do binômio.
 108 Números Binomiais Cap.4 Cap.4 Números Binomiais 109

b) Exemplo 4.11: Consi<lere o desenvolvimento de (x + a}n or-

denado do modo usual, isto é, segundo as potências decrescentes

tk(;)x• tk(~)x•
k=O
=
k=l
de x. Calcule a soma dos termos de ordem par desse desenvolvi-
mento.

n n ( n - 1) · · · ( n - k + 1) X k Solução: Temos
=
L
k=l
k
1 · 2 .. · k
(x +a)"= T1 + Tz + T3 + T4 + ·
= n n (" -1)
k - 1
Xk
(x - a)"= T1 - T2 + T3 - T4 + ·
k=l Daí

= nx " (: =1)
Í:: 1 xk-l
(x + a)" - (x - a)"= 2[T2 + T4 + .. · J
k=l e
(x + a)n - (x - a)n
= nx [("~ 1
) + ("~
1
)x +···+ (~=:)x"- 1
]
T2 +T4 + ... =
2
que é a resposta. D
= nx(l +x)n-l_
Exemplo 4.12: No desenvolvimento de (x + a}n ordenado de
Uma solução mais sofisticada seria modo usual, temos

t (;)x•
k=O
= (1 + x)". (
") a k x n-k = n - k
k k
+1( n
k - 1
) a k x n-k

e
Derivando obtemos n ) k-1 X n-k+l •
( k-1 a

Daí resulta

Multiplicando ambos os membros por x obtemos

Portanto, para obter Tk+l a partir de Tk basta aumentar o
tk(:)x• nx(l +x)"-
k=O
=
1
. expoente de a em uma unidade, diminuir o expoente de x em uma
unidade e multiplicar o coeficiente de Tk pelo expoente de x em
Tk e dividir 01Jroduto pelo expoente de a (em Tk) aumentado de
c) Fazendo x = 1 cm b) obtemos um unidade. Isso nos permite obter rapidamente desenvolimentos.
Por exemplo,
'
 110 Números Binomiais Cap.4 Cap.4 Números Binomiais 111

Os coeficientes foram obtidos assim: 3. Determine o termo independente <le .T no desenvolvimento de

+ 1)
lx5 5x4 ]Ox3 10 X 2 5X J 10
1 --
' 1
= 5 ' -2- = 10·' 3
= !O·, = 5;-- = 1. D 2
4 5 ( X X3

Encerramos esta seção observando que na realidade a fórmu-

la do binômio 4. Determine o coe-ficiente de x 3 no desenvolvimento de
(x +a)"= f (:)akxn-k J)
k=O

é válida ainda que n não seja um inteiro positivo. Prova- se (veja

( 2x
4
-;
12

algum livro de Cálculo que fale sobre a série binomial) que a

fórmula acima é válida para todo x tal que lxl > la!. Assim, 5. Determine o coeficiente de x 28 no desenvolvimento de
por exemplo,
(x + 2) 2º · (x 2 - 1) 5 .
n n(n - !) 2
(1 + a ) = 1 + na. + a + ··
2! 6. Determine o coeficiente de xn no desenvolvimento de

para todo a. tal que lal < 1 e todo n real. (! - x) 2 (1 + x)".

Exercícios 7. Para que valores de no desenvolvimento de

1. Determine o termo central do desenvolvimento de 2x 2 - -1. )"

( XJ

possui um termo independente de x?

8. Calcule o termo máximo e o termo mínimo do desenvolvi-
2. Determine o quinto termo do desenvolvimento de mento de(!+ 1/2) 12º.
9. Determine a sorna dos coeficientes do desenvolvimento de

(2x' _ 3y)1991_

a) Supondo o desenvolvimento ordenado segundo as potências

10. Calcule a soma dos coeficientes dos termos de ordem par do
crescentes da primeira parcela;
desenvolvimento de (2x 2 - 3y)n.
h) Supondo-o ordenado segundo as potências decrescentes da
' primeira parcela. 11. Qual é o maior <los números a= 101·50 P b = 100 50 + 99 50 ?
112 Números Binomiais Cap.4 Cap.4 Números Binomiais 113

n
12. Calcule L c~zk. e igualando coeficientes adequados, prove mais uma vez a Fórmula
de Euler
k=O

Í3. Calcule t
k=O
k (:) 3k_
Cmº cPh + cmi cp-1
h + · · · + CPm cºh = cPm+h·

14. Determine o coeficiente de x 6 no desenvolvimento de 20. Prove que 4747 + 77 77 é divisível por 4.
21. Calcule o valor de:
a) +e~+ e~+···;
C 1~
b) c~+c~+c~+···.
15. Calcule o valor da soma 22. Calcule o valor das somas

C1 c2 c20 a} S1= G)+3G)+5G)+ ;

O
Czo - 2 2 0+220 - ... + 20
220. b} S2 = 2(;) + 4(~) + 6(~) +
23. Calcule o valor da soma
16. Prove que [{2 + v'3)n] é ímpar para todo n natural (Obs:
[ ]=parte inteira).
17. A é um conjunto com n elementos e B é um seu p-subconjunto.
a) Quantos são os conjuntos X tais que B e X e A? 24. Demonstre por indução a Fórmula do Binômio.
b) Quantos são os pares ordenados (Y, Z) tais que Y C Z C
A? 25. Qual é o termo máximo da seqüência de termo geral an =
(2n+l)5"?
n! .
18. Partindo de
n
26. Calcule Lk(k - l}C~2k.
(x + l}n · (! +x}n = (x + !} 2n k=O
n
e igualando coeficientes adequados, prove mais uma vez a Fórmula
de Lagrange: 27. Calcule Lk2C~5k.
k=O

(c~)2 + (c~) 2 + ---+ (c;:)2 = c,,,.

19. Partindo de

(x + l}n - (x + l}m = (x + !)m+h

114 Números Binomiais Cap.4 Cap.4 Números Binomiais 115

4.3. Polinômio de Leibniz Solução:

Podemos obter uma generalização da fórmula do binômio.

Tcorenia:

onde cq, a2, a:3 são inteiros não-negativos tais que (ti +a2+a:~ .--:::; 4.
Abaixo temos uma. tabela dos valores possíveis de a 1, n2, n3
estendendo-se o somatório a todos os valores inteiros não-negativos e os corespondentes termos do desenvolvimento.
de a1, a2, ... , ap tais que a1 -t CY2 + · · · + CYp = n.
Prova:
Cq "2 "3 T
(:q J- :r2 +· 1
-! :rp}1 =(x1 + x2 + · · · + Xp) · ·
4 o o x8
· · · (x1 + x2 + · · ·" Xp)·
o 4 o 16x 4
O termo genérico do prodnto é obtido escolhendo-se em cada o o 4 1
parênteses um Xi e multiplicando-se os escolhidos. Ora, se em 3 1 o 8x 7
CY 1 dos parênteses escolhermos x 1 , em o: 2 dos parênteses esco-
3 o 1 -4.r,6

lhermos :1:2 etc ... obteremos :i::~ti x:J'2 • · • x;r (CY 1 , o: 2 , · · , ap inteiros 1 o 3 -4x 2 ·
não-negativos e a1 + a2 + · · · + !"\p = n). O termo xf 1 x~ 2 · • x~P
1 3 o 32x 5
aparece tantas vezes quantos são os modos de escolhermos nos n o 1 3 -8x
parênteses cq <leles 1rnra JWgar~os o :q para fator, n2 dentre os
o 3 1 -32x:3
2 1 1 -24x 5
que sobraram para pegarmos o :1:2 como fator cte .... Mas isso pode
1 2 1 -48x 4
ser feito de
1 1 2 24x 3
e '" cº::.1 . e:ª" = --
n! 2 2 o 24x 6
. ~n-0:1 · · n-0:1-···-u,.. 1 1 -1- - -1 2 o 6x 4
" 0:1.n-2. · · · ªn· 2
o 2 2 24x 2
modos. Logo, :1:ít x2t
1 2
· · · .i:~r aparece no desenvolvimento

n!
Somando e reduzindo os termos semelhantes obtemos
(.,c 2 + 2x -1) 4 ~
vezes.
Exemplo 4.13: Calcule (x 2 --t- 2.i: - 1) 4. x8 + 8x 7 + 20x 6 + 8x 5 - 26x 4 - 8x 3 + 20x 2 - 8.r ,j 1. D
116 Números Binomiais Cap.4 Cap.4 Números Binomiais 117

Exemplo 4.14: Determine o coeficiente de x 4 no desenvolvi- i) Um dos a é igual a 2 e os demais são iguais a zero. Obte-
mento de (x 2 - x + 2) 6 . remos então termos da foram xf (l ::; i::; n).
ii) Dois dos a são iguais a 1 e os demais são iguais a zero.
/lolução:
Obteremos então termos da forma 2xiXJ (l ::; i < j ::; n).
Logo)

"
(x1+x2+···+xn) 2 =Lxf+2 Í: XiXj)
i=l 1:Si<j:Sn

isto é, o quadrado de um polinômio é igual à soma dos

Para que o expoente de x seja 4 devemos ter quadrados dos seus termos mais a soma dos duplos produ-
tos dos seus termos. Assim, por exemplo,
n1+0:2+0:3=6
2cq + a2 = 4 (x 2 +3x+l) 2 =

As soluções são x 4 + 9x 2 + 1 + 2(x 2 )(3x) + 2(x 2 )(1) + 2(3x)l =

= x 4 + 6.1:;3 + llx 2 + 6x + 1. D
<>1 <>2 "3 Termo

o 4 ' 2 60x 4
1 2 3 480x 4 Exercícios
2 o 4 240x 4
1. Determine o coeficiente de x 17 no desenvolvimento de
Somando, o termo em x 4 do desenvolvimento é 780x 4 . A resposta
é portanto, 780. D

2. Determine a soma dos coeficientes do desenvolvimento de

Exemplo 4.15: Deduza uma fórmula para o cálculo do quadrado
de um polinômio. (x3 - 3x + 1)1822_

Solução:
3. Quantos termos possui o desenvolvimento de

onde n1, a2, ... , a 11 são inteiros não-negativos tais que a1 + 0:2 + 4. Deduza uma fórmula para o cálculo do cubo de um polinômio.
· · · + O:n = 2. Há dois tipos de soluções para a equação acima.
"'

5. Probabilidade
A teoria do azar consiste em reduzir todos
os acontecimentos do mesmo gênero a um
certo número de casos igualmente possíveis,
ou seja, tais que estejamos igualmente inse-
guros sobre sua existência, e em determinar o
número de casos favoráveis ao acontecimento
cuja probabilidade é buscada. A razão deste
número para o de todos os casos possíveis é
a medida dessa probabilidade, a qual é por-
tanto uma fração cujo numerador é o número
de casos favoráveis e cujo denominador é o
número de todos os casos possíveis.
Pierre Simon Laplace
Ensaio filosófico sobre as Probabilidades
5.1 Introdução
Uma das aplicações mais importantes dos resultados anteriores é
na Teoria das Probabilidades.
Diremos que um experimento é determinístico quando repeti-
do em condições semelhantes conduz a resultados essencialmente
Cap.5 Probabilidade 11!)
idênticos. Os experimentos que repetidos sob as mesmas condições
produzem resultados geralmente diferentes serão chamados experi-
mentos aleatórios. Fenômenos aleatórios acontecem constante-
mente em nossa ·vida diária. São frequentes perguntas tais como:
choverá amanhã? Qual será a temperatura máxima no próximo
domingo? Qual será o número de ganhadores da Loteria Es-
portiva? Quantos habitantes terá o Brasil no ano 2000?
A Teoria das Probabilidades é o ramo da Matemática que
cria, desenvolve e em geral pesquisa modelos que podem ser uti-
lizados para estudar experimentos ou fenômenos aleatórios.
O modelo matemático utilizado para estudar nm fenômeno
aleatório particular varia em sua complexidade matemática, de-
pendendo do fenômeno estudado. Mas todos esses modelos têm
ingredientes básicos comuns. O que vamos fazer agora é estudar
uma série de fenômenos aleatórios relativamente simples e inte-
ressantes, e fixar uma série de idéias e noções que são totalmente
gerais.
5.2 Espaço Amostral e Probabilidades de Laplace
Nesta seção vamos tratar de um caso particular da situação geral
que será desenvolvida na seção seguinte. Este caso particular é
muito importante, e a maior parte dos exemplos e exercícios deste
capítulo são relativos a esta seção.
A definição de probabilidade como quociente do número
de "casos favoráveis" sobre o número de "casos possíveis" foi
a primeira definição formal de probabilidade, e apareceu pela
primeira vez em forma dara na obra Liber de Ludo Aleae de
Jerônimo Cardano (1501-1576). A probabilidade introduzida nesta
seção tem, como veremos, várias propriedades. Elas serão tomadas
como definição de uma função de conjunto que também chamare-
mos probabilidade na seção seguinte.
Consideremos o seguinte experimento aleatório: jogue um
dado e observe o número mostrado na face de cima.
120 Probabilidade Cap.5 Cap.5 Probabilidade 121

A primeira tarefa consiste em descrever todos os possíveis espaço amostral n eram chamados casos possívei.~. Defina então
resultados do experimento e calcular o seu número. De outra
forma: explicitar qual é o conjunto de possíveis resultados do ex- número de casos favoráveis
probabilidade= - - - - - - - - - - - -
p<?rimento e calcular o número de elementos contidos nele. Este número de casos possíveis
conjunto é chamado Espaço Amostral. É fácil descrevê-lo em nosso
exemplo:
f!= {1,2, ... ,6}, #(f!) = 6. Vamos então resumir as considerações feitas até agora, que
permitem a utilização desta definição de probabilidade.
Os elementos do espaço amostral são chamados eventos Suponha que os experimentos aleatórios têm as seguintes
elementares. Os subconjuntos do espaço amostral serão chamados características:
eventos. Por exemplo, o subconjunto
a) Há um número finito (digamos n) de eventos elementares
•
A= {2,4,6} (casos possíveis). A união de todos os eventos elementares
é o espaço amostral íl.
é o evento que acontece se o número mostrado na face de cima é b) Os eventos elementares são igualmente prováveis.
par. c) Todo evento A é um união de m eventos elementares onde
Passamos agora à segunda etapa: a de calcular a probabili- m ::; n.
dade de um evento A. Consideremos o caso do evento A = {2, 4, 6} Definimos então
de nosso exemplo. É claro intuitivamente que se repetimos o ex-
perimento um grande número de vezes obteremos um número par número de casos favoráveis
Probabilidade de A= P(A) = - - - - - - - - - -
em aproximadamente a metade dos casos; ou seja o evento A vai número de casos possíveis
ocorrer mais ou menos a metade das vezes. O que está por trás #(A) m
dessa intuição é o seguinte:
#(f!) n
a) os eventos elementares são todos igualmente "prováveis";
b) o número de elementos de A (#(A) = 3) é justamente a
Conseqüências imediatas desta definição sao as seguintes
metade dos elementos de f! (#(f!) = 6).
propriedades:
Estas considerações motiva a definição de probabilidade de
um evento como A, da seguinte forma 1) Para todo evento A, O::; P(A)::; 1;
2) P(f!) = 1;

probabilidade deA
#(A) 3 1 3) P(ef,) = O (porque#(</,)= O);
#(f!) 6 2 4) Se A n B = ef, então P(A U B) = P(A) -1- P(H).

Exemplo 5.1: Três moedas são jogadas simnltaneamente. Qual

Laplace referia-se aos elementos de A (ou eventos elementa- é a probabilidade de obter 2 caras? Qual é a probabilidade de
res que compõem A) como os casos favoráveis. Os elementos do obter pelo menos 2 caras?
122 Probabilidade Cap.5 Cap.5 Probabilidade 123

Solução: Vamos indicar com H, cara e com T coroa. O espaço

amostral é então Número do segundo dado

íl ={(H H H), (H HT), (HTH), (HTT), (THH), 1 2 3 4 5 6

(THT), (TTH), TTT)) .g
...=
1 (1,1) (1,2) (1,3) (l,4 ) (1, 5 ) i.it~flli
Donde: 2 (2,1) (2,2) (2,3)
_g
#(íl) = casos possíveis= 8.
·eil.,.
3 (3,1) (3,2) (3,5) (3,6)
Se A indica o evento "obter 2 caras" temos que (4,1) (4,5)
...o 4 (4,4) (4,6)

A= {(HHT),(HTH),(THH)). e 5 (5,4) (5,5) (5,6)

il
Assim #(A)= 3 e portanto
••z 6 (6,3) (6,4) (6,5) (6,6)

#(A) 3 Fig. 5.1

P(A) = #(íl) = 8
Se B denota o evento "obter pelo menos duas caras" temos
B = {(H HT), (HTH), (Tll H), (!1 H H)).
Resulta que #(B) = 4 e P(B) = i= { D
Exemplo 5.2: Dois dados são jogados simultaneamente. Cal-
cular a probabilidade de que a soma dos números mostrados nas
faces de cima seja 7.
Solução: O espaç.o amostral n consiste de todos os pares (i 1 j)
onde i e j são inteiros positivos compreendidos entre 1 e 6. A
figura 5.1 descreve o espaço amostral completamente.
O número de eventos elementares (casos possíveis) é igual
a #(O) = 36. Seja A o conjunto dos pares (í, j) tais que í + j = 7.
Esses pares estão sombreados na figura 5.1. Temos que #(A)= 6
e portanto
P(A) = #(A) = ~ = ~
#(íl) 36 5·
Na maior parte dos problemas concretos o Espaço Amostral não
é descrito com tanto cuidado. Este é um costume generalizado
(e às vezes perigoso). Nos exemplos seguintes não descreveremos
precisamente o Espaço Amostral, mas o leitor é aconselhado em
todos os casos a defini-lo com precisão. D
Exemplo 5.3: Dois dados são jogados simultaneamente. Cal-
cular a probabilidade de que o máximo seja maior ou igual a 3.

Solução: Os pares tais qne o máximo e menor que 3 são (1,1),

(1,2), (2,1) e (2,2). Portanto o número daqueles nos quais o
máximo é maioi' ou igual a 3 é 32 e a probabilidade procurada
32/36 = 8/9. D
124 Probabilidade Cap.5 Cap.5 Probabilidade 125

Exemplo 5.4: Suponhamos que de n objetos escolhemos r ao
acaso com reposição. Qual é a probabilidade de que nenhum ob-
jeto seja escolhido mais de nma vez?
'solução: O número de casos possíveis é igual a nr_ O número de
casos favoráveis é igual a n(n - l)(n -2) · · · (n - r + 1) (r fatores).
A probabilidade é portanto igual a
n(n - l)(n - 2) - - · (n - r + 1)
D das as permutações de 24 elementos; ou seja o número de casos
Uma aplicação interessante deste resultado é a seguinte:
suponhamos que o aniversário de uma pessoi:t possa cair com igual
probabilidade em qualquer dos dias do ano. Se r pessoas são
escolhidas ao acaso, a probabilidade de que toda$ façam anos em
dias diferentes é dada pela fórmula anterior com n = 365.
A tabela 5.1 dá aproximações por excesso desta probabili-
dade, para diferentes valores de r; por exemplo, para r = 30 a
probabilidade é menor do que 0,30. Os resultados são bastantes
surpreendentes; em um grupo com 35 pessoas, por exemplo, a
probabilidade de duas delas terem nascido no mesmo dia do ano,
(aniversários no mesmo dia) é maior do que 80%.
,. Probabilidade ::;
Exemplo 5.5: Para a Copa do Mundo 2,1 países são divididos
em seis grupos, com 4 países cada um. Supondo que a escolha
do grupo de cada país é feita ao acaso, calcular a probabilidade
de que dois países determinados A e B se encontrem no mesmo
grupo. (Na realidade a escolha não é feita de forma completamente
aleatória).
Solução: Vamos tomar como espaç.o amostral o conjunto de to-
possíveis é 24! Consideremos o diagrama da figura 5.2, que
1 2 3 4 5 6
••••••••••••••••••••••••
Fig. 5.2
representa os 24 times divididos em 6 grupos. Quantas permuta-
ções existem tais que A e B pertencem ao primeiro grupo? A pode
ser colocado cm 4 lugares; restam para B três lugares e os times
restantes podem ser dispostos em 22! formas diferentes. Portanto
o número de permutações com A e B no primeiro grupo é

5 0,98 4 X 3 X 22!.
10 0,89
15 0,75 A probabilidade procurada é portanto
20 0,59 6 - 4 - 3 - 22' 3
25 0,14 211 ~ 23 "'0.13. D
30 0,30
35 0,19
40 0,11
50 0,03
5.3 Espaços de Probabilidade
60 0,006 1
Vamos intrncluzir agora a noção geral de probabilidade e provar
várias propriedades que são consPqiiências mais on menos imedia-
Tabela 5.1 ta da definição.
126 Probabilidade Cap.5 Cap.5 Probabilidade 127

Definição 5.1: Seja O um espaço amostral (conjunto). Uma Demonstração: Sabemos que
função P definida para todos os subconjuntos de O (chamados
eventos) é chamada uma probabilidade se 1 = P(!J) = P(A UA") = P(A) + P(A").
1) O'., P(A) '.Õ 1, para todo evento A e !1;
Portanto
2) P(1) = O, P(!J) = 1;
3) Se A e B são eventos disjuntos (também chamados mutua- P(Aº) = 1- P(A). D
mente exclusivos) P(A U B) = P(A) + P(B).
Um resultado mais geral está contido na seguinte
A probabilidade que usamos até agora e que continuare-
mos usando na maior parte deste trabalho é a que se obtém Proposição 5.2: Se A e B então P(A) = P(B) - P(B - A).
definido P(A) como o quociente do'rlúmero de elementos contidos
em A (casos favoráveis) pelo número de elementos de O (casos Demonstração: Como B = A U (B - A), Lemos
possíveis). Existem muitas probabilidades (ou seja, funções com
as propriedades 1, 2 e 3 da definição 5.1) que não são desta forma P(B) = P(A U (B - A))= P(A) + P(B -A),
particular. Um exemplo simples se obtém tomando íl = {O, 1} e
definindo e portanto P(A) = P(B) - P(B - A). D

P(1) = O, P(!J) = 1, P({O)) = 2/3, P({l}) = 1/3. Corolário: Se A e B então P(A) '., P(B).
Demonstração: Como P(A) = P(B)-P(B-A) e P(B -A) 2"
Em geral, sejam O um conjunto com n elementos, O (porque P é uma probabilidade) resulta que P(A) s; P(B). D

Proposição 5.3: P(A U B) = P(A) + P(B) - P(A n B).

Demonstração: Temos que
e Pl, P2, ... , Pn n números não-negativos e tais que Pl + P2 + · · · +
Pn = 1; Definamos P( { wi}) = Pi, í = 1, 2, ... , n e, em geral, para P(A) = P(A - B) + P(A n B),
A e n, P(A) =soma dos P({wi}) =soma dos Pi com wi E A (ou
seja P(A) é a soma das probabilidades dos elementos pertencentes P(B) = P(B - A)+ P(A n B).
a A). A função P assim obtida é uma probabilidade sobre n. Em
geral ela é diferente da probabilidade de Laplace introduzida na Somando:
seção 5.2. Se Pl = P2 = · · · = Pn = l/n obtemos a probabilidade
de Laplace como caso particular. P(A) + P(B) = P(A - B) + P(B -A)+ P(A n B) + P(A n B).
Várias conseqüências simples e úteis dlt definição de pr~ba-
bilidade estão contidas nas seguintes proposições. Portanto

Proposição 5.1: P(A") e_ 1- P(A). P(A u B) = P(A) + P(B) - P(A n B). D

128 Probabilidade Cap.5
Com as mesmas técnicas usadas para descrever e provar o
Princípio <la lncl11são-Exd11são pode-se estabelecer uma fórmula
para P(A 1 U A2 U An) onde A 1, A2, ... , A 11 são n eventos. Como,
s-alvo mo<lificaç.õcs evidentes, a demonstração é a mesma, enuncia-
mos o resultado sem apresentar uma prova.
Proposição 5.4:
P(A, U A2 U · · · U A,,)~ P(A1) + P(A2) + · · · t P(A,,)+
- P(A, n A2) - · · · - P(A,,_, n A,,)+
+ P,(A 1 n A2 n A3) + · · · +
+ (-1)''-'PJA, n A2 n · · · n A,,)
As propriedades provadas nas proposições anteriores são
válidas para qnalqner probabilidade; ou seja, para qualquer função
de conjuntos satisfazendo as condições da definição 5.1. Note-se
que sobre o mesmo espaço amostral n é possível definir muitas
probabilidades diferentes. Um fenômeno aleatório é representado
matematicamente por um par de objetos: o espaço amo.~tral n (ou
conjunto de eventos elementari?s) e uma probabilidade P definida
sobre os subconjuntos (eventos) de f!. O par (O, P) é chamado
Espaço de Probabilidade8.
Introduzimos a noção de Espaço Amostral como um objeto
univocamente determinado por um dado fenômeno aleatório. Isso
não é estritamente certo, corno podemos ver pelo seguinte exemplo
simples: joguemos uma moeda duas vezes e observemos o número
de caras obtidas.
Representemos como anteriormente cara e coroa com as
letras H e T. Podemos tomar como espaço amostral
í!1 -{(H,H),(H,T),(T,Hl),(T,T))
e como P1 a probabilidade que faz todos os eventos elementares
(pontos de f! 1 ) igualmente prováveis. Mas, como o que estamos
Cap.5 Probabilidade 129
observando neste experimento é o número de caras, poderíamos
tomar como espaço amostral o conjunto D2 = {O, 1, 2} correspon-
dente a observar O caras, 1 cara, ou 2 caras. E como definimos
P2? Se queremos um modelo que "represente" o fenômeno real (no
sentido de que as freqüências relativas "aproximem" as probabili-
dades do modelo) deveríamos definir P2 da seguinte forma
1
P2(0) ~ P2(2) ~
4,
Temos então dois espaços de probabilidades (!1 1 , P 1 ) e
(f!2, P2) que representam o mesmo fenômeno aleatório. Existe al-
gum motivo qne determine a preferência de um modelo sobre um
outro? A resposta é afirmativa: um modelo cm que os eventos ele-
mentares sejam igualmente prováveis é mais conveniente porque
facilita geralmente os cálculos de quase todas as probabilidades.
As técnicas desenvolvidas nos Capítulos 2 e 3 podem ser utilizadas
com proveito. Nos exemplos seguintes as propriedades das proba-
bilidades serão usadas na maior parte dos casos sem referência
específica. A probabilidade será quase sempre a introduzida na
seç.ão 5.2.
Exemplo 5.6: Uma recepcionista recebeu n chapéus, mas estes
ficaram totalmente misturados. Decidiu, então devolvê-los a esmo.
Calcular a probabilidade de que nenhum homem receba o seu. (É
interessante tentar adivinhar o comportamento dessa probabili-
dade quando n é grande, antes de efetuar o cálculo.)
Solução: O número de casos possíveis é igual ao das permntaç.ões
de n elementos, que é n!. O número de casos favoráveis é igual ao
dos permutações caóticas de um conjunto com n elementos. Este
número foi calculado na seç.ão 3.2 e é igual a
n! [_]_ _ _]_ 1 _]__···+(-!)"_]_]
2! :1! ,t! 11!
130 Probabilidade Cap.5 Cap.5 Probabilidade 131

A probabilidade buscada é igual ao quociente destes números; A demonstração desta desigualdade é feita no Apêndice 3.
é portanto igual a .É interessante observar a conclusão deste resultado: jogar tudo
I
de uma só vez é melhor do que ir jogando aos poucos. Em outras
palavras, o jogo "frio" é melhor (porém, em geral, parece provocar
menos "satisfação", porque joga-se menos tempo). Esta conclusão
é válida em geral para quase todos os jogos de azar. O
Esta probabilidade se estabiliza rapidamente quando n au-
menta; para n ;: :,_ 4 a variação é menor que 0,01. (O limite desta Exemplo 5.8: Seis bolas diferentes são colocadas em três umas
expressão quando n----> oo é e- 1 ~ 0 1 37.) diferentes. Qual é a probabilidade de que todas as urnas estejam
Exemplo 5.7: Uma loteria tem N números e só ·um prêmio. ocupadas?
Um jogador compra n bilhetes em uma extração. Outro compra Solução: A escolha da urna em que cada uma das 6 bolas é colo-
só um bilhete ,em n extrações diferentes. (Ambos os jogadores cada pode ser feita de 3 modos diferentes. Logo, pelo Princípio
apostam port~nto a mesma importância). Qual deles tem maior da Multiplicação 1 o número de casos possíveis é
probabilidade de ganhar o prêmio?
Solução: Se todo o dinheiro é jogado numa única vez a proba- #(fl) = 3 X 3 X 3 X 3 X 3 X 3 = 36 •
bilidade de ganhar é n/ N. Para calcular a outra probabilidade
procedemos da seguinte maneira. Vamos calcular primeiro a proba-
bilidade de não ganhar. O número de casos possíveis é igual a Nn. Para contar os casos favoráveis seJam A1 o conjunto de
Os casos favoráveis (neste caso não ganhar) são (N -l)n. Portanto distribuições de bolas pelas urnas que deixam vazia a primeira
a probabilidade de não ganhar é igual a urna, A2 o conjunto das distribuições que deixam vazia a segunda
urna e A3 das distribuições que deixam vazia a terceira.
(N - 1)"
Temos agora:
N"
e a de ganhar #(A1) = #(A2) = #(A3) = 26
1- ( 1- N1 )" #(A1 n A2) = #(A1 n A3) = #(A2 n A,)= 1
#(A1 n A2 n A3) = o.
Temos que comparar agora n/ N e 1-(1-/ N)n. Afirmamos
que Portanto, pelo Princípio de Inclusão-Exclusão,
n
-N >
- 1- ( 1- -N
1 )"
#(A1 U A2 U A3) = 3 x 2 6 - l - 1 - 1 = 3(2 6 - 1)
ou equivalentemente 1
e
1- -
n
< 1-- 1 )" 3(2 6 -1) 26 - l 63 7
N- ( P(A1UA2UA3) =
N 36 35 213 27
132 Probabilidade Cap.5 Cap.5 Probabilidade 133

Assim, a probabilidade procurada é o espaço amostral que consiste dos quatro possíveis resultados do
experimento:

w1 corresponde a que A ganhe o torneio;

Exemplo 5.9: Um número entre 1 e 300 é escolhido aleatoria- w2 corresponde a que B ganhe o torneio;
mente. Calcular a probabilidade de que ele seja divisível por 3 ou w3 corresponde a que C ganhe o torneio;
por 5. w,1 corresponde a que D ganhe o torneio.
Solução: Sejam A e B os eventos que acontecem se o número
escolhido for divisível por 3 e por 5 respectivamente. Temos que Seja p ~ P(w;). Temos
calcular P(A U B}. Os números entre 1 e 300 divisíveis por 3 são
'
100; os, divisíveis por 5 são 300/5 = 60, e os divisíveis por 3 e 5 P(w:i) ~ 3p, P(w2) ~ 2P(w3) ~ 6p,
simultaneamente são 300/15 = 20.
P(wi) ~ :lP(w 2 ) , 18p.
Temos portanto

100 1 Como a soma das probabilidades têm que ser igual a 1,

P(A)- - - - resulta que
- 300 - 3'
60 1 p+3p+6p+18p~l,
P(B) ~ - ~ -
300
20
5'
1
ou seja 28p = 1, de onde p = 2 1.
P(A n B) ~ - ~ -.
300 15 Portanto

1 3 6
Assim, P(w4) ~ , P(w3) ~ - P(w2) ,, ,
28 28' 28
1 1 1 7
P(A U B) ~ P(A) P(ll) - P(A n B)
.
~ -
3
+ -5 - -15 ~ -.
15
D
Exemplo 5.11: Seja Puma probabilidade sobre os eventos (sub-
conjuntos} de um espaço amostral O. Sejam A e B eventos tais
Exemplo 5.10: Um torneio é disputado por 4 times A,B,C e qne P(A) ~ § e P(B) ~ f
D. É 3 vezes mais provável que A vença do que B, 2 vezes mais Prove que:
provável que B vença'"do. que C e é 3 vezes mais provável que C
a) P(A U B) >- l.
3,
vença do que D. Quais as probabilidades de ganhar para cada um
b) l9 <
- P(A nBc) <
- ,;.
g,
dos times?
' e) r, ô: P(A n B) ô: f
Solução: Vamos indicar com
Solução:
a) P(A U ll)?: I'(A) ~ §:
134 Probabilidade Cap.5 Cap.5 Probabilidade 135

b) 3. Uma cidade tem 30 000 habitantes e três jornais A, B e C.

Uma pesquisa de opinião revela que:
5
P(A n B") <: P(B") = 1 - P(B) = 9; 12000 lêem A;
8 000 lêem B;
P(A n B") = P(A - B) = P(A) - P(A n B)
7000 lêem A e B;
2 4 2
:> P(A) - P(B) = - = ; 6 000 lêem C;
3 9 9 4500 lêem A e C;
1 000 lêem B e C;
e)
500 lêem A, B e C.

P(A n B) <: P(B) = ~; Qual é a probabilidade de que um habitante leia:

P(A n B) = P(B) - P(B - A) a) pelo menos um jornal;

:> P(B) - P(A") = i- i i = D

4.
b) só um jornal.

Os algarismos 1,2,3,4,5 sao escritos em 5 cartões diferentes.

Este cartões são escolhidos (sem reposição) aleatoriamente e os
algarismos que vão aparecendo são escritos da esquerda para a
direita, formando um número de cinco algarismos.
Exercícios
a) Calcular a probabilidade de que o número escrito seja par.
1. Uma caixa contém 20 peças em boas condições e 15 em más b) Se a escolha fosse com reposição qual seria a probabilidade?
condições. Uma amostra de 10 peças é extraída. Calcular a proba-
5. Colocam-se aleatoriamente b bolas em b urnas. Calcular a
bilidade de que ao menos uma peça na amostra seja defeituosa.
probabilidade de que exatamente uma urna seja deixada desocu-
2. (Pôquer com dados) Cinco dados são jogados simultanea- pada.
mente e os resultados são classificados em:
6. Dez pessoas são separadas em dois grupos de 5 pessoas cada
A1 = todos diferentes; um. Qual é a probabilidade de que duas pessoas determinadas A
A2 = um par; e B façam parte do mesmo grupo?
A3 = dois pares;
A4 = três iguais; 7. 5 homens e 5 mulheres compram 10 cadeiras consecutivas na
A5 = fnll (três iguais e dois iguais); mesma fila de um teatro. Supondo que se sentaram aleatoriamente
A5 "'7 quatro iguais (pôquer); nas 10 cadeiras, calcular:
A7 = ·cinco iguais; a) A probabilidade de que homens e mulheres se sentem em
As= uma seqüência. cadeiras alternadas;
Calcular as probabilidades de Ai i = 1, 2, ... , 8. b) A probabilidade de que as mulheres se sentem juntas.
136 Probabilidade Cap.5 Cap.5 Probabilidade 137

&. Um número entre 1 e 200 é escolhido aleatoriamente. Calcular g) P(AcuBc)_

a probabilidade de que seja divisível por 5 ou por 7. 16. Uma urna contém 4 bolas brancas, 4 bolas pretas e 4 bolas
9. Uma moeda foi cunhada de tal forma que é 4 vezes mais vermelhas. Sacam-se 6 bolas dessa urna. Determine a probabili-
p;·ovável dar cara do que rnroa. Calcular as probabilidade de cara dade de serem sacadas 2 bolas de cada cor:
e coroa. a) supondo a extração com reposição;
10. Aos números inteiros entre 1 e n são designadas probabili- b) supondo a extração sem reposição.
dades proporcionais aos seus valores. Calcular P(i) para 1 ~ i ~ 17. No jogo da Sena são sorteadas 6 dezenas distintas entre as
n. dezenas 01-02- · · · - 50. O apostador escolhe 6 dessas 50 dezenas
11. Três dados são jogados simultaneamente. Calcular a proba- e é premiado se são sorteadas 4 (quadra), 5 (quina), 6 (Sena Prin-
\Jilidade de obter 12 como sorna dos resultados dos três dados. cipal) das dezenas por ele escolhidas ou se as dezenas sorteadas
são escolhidas aumentadas (Sena Anterior) ou diminuídas (Sena
12. Dois dados são jogados simultaneamente. Calcular a proba- Posterior) de uma unidade (50 + 1 = 01, 01 - 1 = 50). Determine
bilidade de obter 7 como soma dos resulta<los. a probabilidade de um apostador fazer:
13. Consideremos uma urna contendo n bolas, das quais 1q 2: 1 a) uma quadra;
são brancas e n2 2: 1 são pretas com n = 111 + n2. Escolhe-se, b) uma quina;
ao acaso, uma amostra der bolas, com r ~ n1 e r ~ n2. Qual a c) a Sena Principal;
probabilidade de que exatamente k das bolas nessa amostra sejam d) a Sena Anterior ou a Posterior.
brancas, se O~ k ~ r.
18. No jogo da Loto são sorteadas 5 dezenas distintas entre as
14. Uma moeda equilibrada (probabildade de cara= probabili- dezenas 01 - 02 - · · · - 99 - 00. O apostador escolhe 6,7,8,9 ou
dade de coroa = 1/2) é jogada n vezes. Calcular a probabilidade 10 dezenas e é premiado se são sorteadas 3 (terno), 4 (quadra) ou
de obter-se exatamente k caras, O ~ k ~ n. 5 (quina) das dezenas escolhidas. Determine a probabilidade de
um apostador que escolheu 10 dezenas fazer:
15. Sejam A e B eventos tais que
a) um terno;
P(A) ~
1
2
, P(B) ~ i, e P(A n B)
1
~ :--
ô
b} uma quadra;
c) a quina.

Calcular: 19. Na Loteria Esportiva há 13 jogos e o apostador deve indicar

em cada um deles a vitória do time 1, a vitória do time 2 ou o
a) P(A U B); empate. Um jogador é premiado:
b) P(Ac);
e) P(Bc); a) com 10 pontos, se acerta os resultados dos 10 primeiros
d) P(A n Bc); jogos e erra os dos 3 últimos;
e) P(Ac n B); b) com 11 pontos, se acerta os resultados dos 10 primeiros
f) P(AcnB'); jogos e acerta apenas um dos resultados dos 3 últimos;
138 Probabilidade Cap.5 Cap.5 Probabilidade 139

c) com 12 pontos, se acerta os resultados dos 10 primeiros 25. Colocam-se ao acaso n botões em um tabuleiro n x n, não
jogos e acerta apenas dois dos resultados dos ~ últimos; sendo permitido haver dois botões em uma mesma casa. Qual é a
d) com 13 pontos, se acerta os resultados dos 13 Jogos. probabilidade de não haver dois botões nem na mesma linha nem
na mesma coluna?
Supondo que em cada jogo os resultados possíveis tenham
probabilidade iguais, determine a probabilidade de um apostador 26. Um polígono regular de 2n + 1 lados está inscrito em um
ser premiado: círculo. Escolhem-se 3 dos seus vértices, formando-se um triângulo.
Qual é a probabilidade do centro do círculo se interior ao triângulo?
a) com 10 pontos;
27. Nos cartões da Sena, as dezenas são apresentadas em um
b) com 11 pontos;
quadro com 5 linhas e 10 colunas. Determine a probabilidade das
c) com 12 pontos; 6 dezenas sorteadas:
d) com 13 pontos.
a) pertencerem à mesma linha;
20. Escolhem-se ao acaso duas peç.as de um dominó. Qual é a b) pertencerem a apenas duas linhas, 5 numa linha e 1 na
probabil<ladc delas possuirem um número comum? outra;
e) idem, 4 numa linha e 2 na outra;
21. Há 8 carros estacionados em 12 vagas em fila.
d) idem, 3 numa linha e 3 na outra;
· ser em consecuti-
a) Qual é a probabilida d e d as vagas vazias e) pertencerem a apenas três linhas, duas em cada;
vas? f) pertencerem a linhas diferentes.
b) Qual é a probabilidade de não haver duas vagas vazias con- 28. Tem-se n urnas. Bolas são colocadas ao acaso nas urnas,
secutivas? uma de cada vez, até que alguma urna receba duas bolas. Qual é
22. Cinco homens e cinco mulheres sentam-se aleatoriamente em a probabilidade de colocarmos exatamente p bolas nas urnas?
dez cadeiras em círculo. Calcule: 29. Um carro estaciona entre noutros em fila e não numa ponta.
Quando o dono retorna ainda estão estacionados m dos n carros.
a) A probabildade de os homens e as mulheres se sentarem Qual é a probabilidade das duas vagas adjacentes ao seu carro
em lugares alternados. estarem vazias?
b) A probabilidade das mulheres se sentarem juntas.
30. Se n homens, entre os quais João e Pedro, são postos ao
23. Uma caixa contém 2n sorvetes, n de côco e n de choc~late. acaso em uma fila, qual é a probabilidade de haver exatamente m
Em um grupo de 2n pessoas, a (a < n) pessoas ?ref~re~ coco e pessoas entre João e Pedro?
b (b < n) pessoas preferem chocolate. As demais nao, tem pre- 31. Em um grupo de 10 pessoas, quatro são sorteadas para ga-
ferência. Os sorvetes são distribuídos ao acaso. Qual e a proba- nhar um prêmio. Qual é a probabilidade de uma particular pessoa
bilidade de todas as preferências serem respeitadas? ser sorteada?
24. Em um armário há n pares de sapatos. Retiram-se ao acaso 32. Doze pessoas são divididas em três grupos de 4. Qual é a
P pés de sapatos desse armário. Qual a probabilidade de haver probabilidade de duas determinadas pessoas ficarem no mesmo
entre esses pés exatamente k pares de sapatos? grupo?
 Cap.5 Cap.5 Probabilidade 141
140 Probabilidade

33. Em um roda são colocadas, ao acaso, n pessoas. Qual é a informe que o resultado do mesmo é um número par, isto é, que A
probabilidade de duas determinadas dessas pessoas ficarem jun- ocorreu. Nossa opinião sobre a ocorrência de B se modifica com
esta informação, já que, então, somente poderá ter ocorrido B se o
tas?
resultado do experimento tiver sido 2. Esta opinião é quantificada
34. João e Pedro lançam, cada um, um dado não-tendencioso. com a introdução de uma "probabilidade a posteriorin ou, como
Qual é a probabilidade do resultado de João ser maior ou igual ao vamos chamá-la doravante, probabilidade condicional de B dado
resultado de Pedro? A, definida por
35. Qual é a probabilidade de uma permutação dos números #(BnA) 1
(1, 2, ... , 10) ter exatamente 5 elementos no seu lugar primitivo? #(A) 3
36. P(A) = 1,
P(B) = j, P(C) = ),, P(AnB) = t, P(Anc) = Introduzimos em geral a seguinte
li,P(B n C) = O. Calcule: Definição 5.2: Dados dois eventos A e B, a probabilidade condi-
cional de B dado A é o número P(A nB)/ P(A}. Representaremos
a) P(AUBUC);
este número pelo símbolo P(B/A). Temos então simbolicamente
b) P[A - (B U C)];
e) P(A n (B u C)J;
d) P([(A n B) U C)J. (5.1) P(B/A) = P(A n B)
P(A)
37. P(A) = li, P(B) = :1, P(C) = li, P(AnB) = j,, P(AnC) =
P(B n C) = 1 , P(A n B n C} = lz· Determine a probabilidade Note-se que este número só está definido quando P(A) > O.
10
de ocorrência de: A equação (5.1) é também escrita como
a) Exatamente um dos eventos A, B, C;
b) Exatamente dois dos eventos A,B,C; (5.2) P(A n B) = P(A)P(B/A).
c) Pelo menos dois desses eventos;
Se P(B) > O temos também
d) No máximo dois desses eventos;
e) No máximo um desses eventos.
(5.3) P(A n B) = P(B) · P(A/ B).

Antes de passar aos exemplos indicaremos algumas pro-

5.4. Probabilidades Condicionais priedades básicas da noção de probabilidade condicional.

Proposição 5.5: Seja A tal que P(A) > O. Então

Consideremos O experimento que consiste em jogar um dado não-
viciado. Sejam n = {1,2, ... ,6), A= {2,4,6} e B = {1,24).
Temos que P(B)#(B)/#(il) = 3/6 = 1/2. Esta é a probabilidade
de B a priori, quer dizer, antes que o experimento se realize.
Suponhamos que, uma vez realizado o experimento, alguém nos
a) P(~/A) = O, P(il/A) = 1, O õ: P(B/A) õ: 1.
b) P((B u C)/A) = P(B/A) + P(C/A), se B n e=~- Ou
seja, fixado A a probabilidade condicional é outra probabilidade
sobre o espaço amostral f!.
 Cap.5 Cap.5 Probabilidade 143
142 Probabilidade

Demonstração:
Esboço da Demonstração: Para dois conjuntos A 1 e A 2 a
_ P(q,nA) _ P(1>) _ _o_ -O fórmula é válida proque coincide com (5.2). Verifiquemos a fórmula
a) P(1>/A) - P(A) - P(A) - P(A) - '
para três conjuntos (n = 3) A 1, A2 e A3.
_ P(flnA) _ P(A) = l
P(fl/A) - P(A) - P(A) . Temos

P(A1 n A2 n A3) = P(A3/(A1 n A2))P(A1 n A2)

Como OS P(A n B) S P(A) temos
= P(A:i/(A1 n A2))P(A2/A1)P(A1)
O<P(AnB) :::; 1,
- P(A) que é o resultado desejado. No caso geral o raciocínio é semelhante
e usa o Princípio de Indução Completa. D
isto é, Exemplo 5.12: Um grupo de pessoas está classficado da seguinte
OS P(B/A) S !.
forma:

P((B uc) nA) fala fala fala

b) P((B U C)/A) = P(A)
inglês alemão francês
P((B n A) u (C n A))
P(A) homens 92 35 47
mulheres 101 33 52
P(BnA) P(CnA)
= P(A) + P(A)
= P(B/A) + P(C/A). Escolhe-se uma pessoa ao acaso. Sabendo-se que esta pes-
soa fala francês, qual é a probabilidade de que seja homem?
D
Solução: Seja A o evento que ocorre se a pessoa escolhida fala
Proposição 5.6: (Teorema do produto) Se francês e B se a pessoa escolhida é homem. Temos

P(A) = 47+52 _ .filL

P(A1 n A2 n .. · n An) cf O, 360 - 360 1

então P(A n B) = 3'lfo,

e portanto
= P(A 1)P(A2/A1)P(A3/(A1 n A2)) · · ·
P(B/A) = P(A n B) 47/360 47
· · · P(An/(A1 n A2 n · · · n An-1) P(A) 99/360 99'
144 Probabilidade Cap.5 Cap.5 Probabilidade 145

Note-se que Pelo Teorema do Produto:

47 47 #A(nB) P(F n C) = P(F) n P(C / F) = o, 8 x o, 4 = o, 32.

P(B/A) = 99 = 47 + 52 #(A) Note que, ainda pelo Teorema do Produto, poderíamos ter
escrito:
Isto sempre acontecerá se, na probabilidade considerada, todos os
pontos do espaço amostral são igualmente prováveis. D P(F n C) = P(C) - P(F /C).

Exemplo 5.13: Numa prova há 7 perguntas do tipo verdadeiro- No entanto, as probabilidades que ocorrem no lado direito
falso. Calcular a probabilidade de acertarmos todas as 7 se: da igualdade não estão explícitas no enunciado.

a) escolhermos aleatoriamente as 7 respostas, b) Qual a probabilidade do pênalti ser convertido?

b} escolhermos aleatoriamente as respostas mas sabendo que
há mais respostas "verdadeiro" do que "falso".
Solução:
a) Há 2 7 = 128 possibilidades e portanto P[accrtas os 7 testes]=
1
128"
b} Seja A o conjunto de todos oS pontos com mais respostas
"V" do que "F". Temos que
#(A)= (:) + (;) + (;) + (~) = 35 + 21 + 7 + 1 = 64,
Solução: Note que, do enunciado, apenas sabemos as probabili-
dades condicionais do pênalti ser convertido, dado que o batedor
seja do Flamengo ou pertença a um outro clube. Para fazer uso
dessas probabilidades condicionais, decompomos o evento C: "o
pênalti é convertido" na união de dois eventos disjuntos: "o co-
brador é do Flamengo e o pênalti é convertido" e "o cobrador não
é do Flamengo e o pênalti é convertido".
Isto é:
e= (F n e) u (F n e).
Logo

e portanto a probabilidade buscada é igual a 1/64. D P(C) = P(F n C) + P(F n e).

Exemplo 5.14: Sabe-se que 80% dos pênaltis marcados a favor Cada uma das probabilidade do lado direito pode ser cal-
do Brasil são cobrados por jogadores do Flamengo. A probabili- culada com auxílio do Teorema do Produto.
dade de um pênalti ser convertido é de 40% se o cobrador for do P(F n C) = P(F) · P(C / F) = O, 8 x O, 4 = O, 32;
Flamengo e de 70% em caso contrário. Um pênalti a favor do
Brasil acabou de ser marcado:
P(F n C) = P(F) - P(C / F) = 0, 2 x O, 7 = O, 14.
Logo,
a) Qual a probabilidade do pênalti ser cobrado por um jogador
P(C) = O, 32 + O, 14 = O, 46.
do Flamengo e ser convertido?
Uma forma prática de resolver problemas como este é recor-
Solução:
rer a diagrama de árvore. Tais diagramas são úteis sempre que o
A probabilidade desejada é: experimento aleatório possua diversos estágios.

P("cobrador é do Flamengo" e "pênalti é convertido")= P(FnC). O diagrama apropriado para o problema em questão é dado
na figura 5.3.
e
146 Probabilidade Cap.5 Cap.5
Probabilidade 147

r--------- -- 1 Para calculá-la recorremos à definição de probabilidade codicional

,; Converte (C) i e ao diagrama de árvore introduzido no item (b).
O,4,,,,' '------------------------------------

/ Flainengo ,,/
0,8/ (F) Converte (C)
,,,:'
\ ',
0,6

0,7 / ,XCO~verte
)~io _Converte_ (C) ____ i
(C)
'------------------------------------] Flamengo 7
0,2 \
\
/
,,' / (F) ~
' NãO do .flamengo ' Não Converte (C)
(F)
0,3 Converte (C)
;}ao__ Converte -cêY ____ i

Fig. 5.3 ~ Não do

Flamengo
(F)
Os números em cada ramo representam as probabilidades
condicionais do evento associado ao final do ramo 1 dado a seqüência
o~
Não Converte (C)
de eventos que nos conduziu ao início do ramo. Fig. 5.4

A decomposição do evento "pênalti é convertido" em even- Temos

tos disjuntos é feita, no diagrama, tomando-se todos os caminhos
sobre a árvore que levam a este evento. A probabilidade cor- P(F/C) = P(FnC)_
respondente a cada caminho é calculada usando o Teorema do P(C) '
Produto. P(F n C) = O, 8 x 0, 6 = O, 48
Desta forma, temos novamente: (siga o caminho correspondente na árvore};
P(C) = 0,8 X 0,6 +0,2 x 0,3 = 0,54
P( C) = 0, 8 x 0, 4 + 0, 2 x 0, 7 = 0, 46.
(siga os caminhos na árvore que levam a "não verte");
43
e) Um pênalti foi marcado a favor do Brasil e acabou de ser P(F/C) =o0, "'0,89.
,54
desperdiçado. Qual é a probabilidade de que o cobrador
tenha sido um jogador do Flamengo? ( Observe que o fato de o pênalti ter sido desperdiçado fez com que
a probabilidade "a posteriori" do batedor ser do Flamengo (0,89)
Solução: A probabilidade pedida é uma probabilidade condi-
fosse maior do que a probabilidade "a priori11 do jogador escolhido
cional (P(F /C)) que não é explicitamente dada no enunciado. ser do Flamengo (0,8), ), o
148 Probabilidade Cap.5 Cap.5 Probabilidade 149

Exemplo 5.15: Consideremos dois dados: um deles equilibrado de que o carteiro a entregue é de 9 / 10. Dado que Verônica não
(P({l}) = P({2}) = · · · = P({6}) = 1/6) e outro viciado com recebeu a carta, qual é a probabilidade condicional de que Marina
P({l}) = 1/2 c P({2}) = · · · = P({6}) = 1/10. Escolhe-se um não a tenha escrito?
·dos dados ao acaso e se efetuam dois lançamentOs, obtendo-se dois Solução:
uns. Qual a probabilidade condicional de que o dado escolhido
tenha sido o viciado? Entrega
9110/
Solução:
perde/
/Não
Escreve ~ Não entrega
8/10 ~ Perde

21~ Não escreve

Fig. 5.6

Fig. 5.5
P(não escreve)
Temos P(não escrevelnão recebe} = ( • )
P nao recebe
. 1 1
?[observar dms uns]= - · - + -1 · -1 5
= - 2/10 25
2 4 2 36 36' D

1 i·
2 81 891 44
10+ 1010+ 101010
P[dado viciado e dois uns]=~· =
Os três últimos exemplos poderiam também ter sido re-
A probabilidade buscada é então igual a solvidos utilizando os dois resultados gerais a seguir.
1/8 9
Proposição 5.7: (Teorema da Probabilidade Total) Se B
5/36 10 é um evento contjdo numa unjâo de eventos djsjuntos
Exempo 5.16: Marina quer enviar uma carta a Verônica. A A1,A2, ... ,Ani e
probabilidade de que Marina escreva a carta é de 8/10. A proba-
bilidade de que o correio não a perca é de 9/10. A probabilidade P(A1) > O, P(A,) > O, ... , P(An) > O,
150 Probabilidade Cap.5 Cap.5 Probabilidade 151

então Demonstração: Temos que

P(B) = P(A1)P(B /A1) + P(A2)P(B /A2) +· · ·+ P(An)P(B /An)- P(BnA;)

PA/B
( ) =~~~-
' P(B)
P(A;) · P(B/A;)
A figura 5. 7 ilustra a situação do teorema.
P(B)

Usando a identidade obtida na proposição anterior obtemos

a fórmula pedida. D

Exemplo 5.17: Durante o mês de agosto a probabilidade de

chuva em um dia determinado é de 4/10. O Fluminense ganha um
jogo em um dia com chu\la com probabilidade 6/10 e em um dia
A1 A2 An sem chuva com probabilidade de 4/10. Sabendo-se que o Flumi-
nense ganhou um jogo naquele dia de agosto, qual a probabilidade
e de que choveu nesse dia?

B Solução: Utilizando o Teorema de Bayes temos

P[choveu/ganhou] =
Fig. 5.7
P choveu P ganhou choveu]
P[choveu ]P[ganhou choveu]+P[não choveu P ganhou não choveu]
Demonstração: Temos que
1

B = (A1 n B) U (A2 n B) U · · · U (An n B).

= i.±...!..0. ...2..':i.1
10 10+10 10
= -.
2

Então,
P(B) = P(A1 n B) + P(A2 n B) + · · · + P(An n B)
P(A1) · P(B/A1) + P(A2) · P(B/A2) + · · · +
+ · · · + P(An) · P(B/An)- D
Proposição 5.8: (Teorema de Bayes) Nas condições da pro-
posições anterior, se P(B) > O, então, parai, i = 1, 2, ... , n,
D
Exemplo 5.18: Num exame há 3 respostas para cada pergunta
= e apenas uma delas é certa. Portanto, para cada pergunta, um
aluno tem probabilidade 1/3 de escolher a resposta certa se ele
está adivinhando e 1 se sabe a resposta. Um estudante sabe 30%
<las resposta do exame. Se ele deu a resposta correta para uma
das perguntas, qual é a probabilidade de que a adivinhou?
Solução: Utilizando o Teorema de Bayes temos

P(A;/B) = P(A;) · P(B/A;) 0, 70 X

?[adivinhou/resposta correta] = - - - ~ - - - - -
-! 7
P(A1) · P(B/A1) + · · · + P(An) · P(B/An). 0, 70 X + 0, 30 X 1 -! 16
152 Probabilidade Cap.5 Cap.5 Probabilidade 153

A árvore corespondente é dada na figura 5.8. (que é válida mesmo que se tenha P(A) = O). Esta última identi-
dade é tomada como definição da independência de dois eventos.
Temos então
1
Sabe Resposta correta Definição 5.3: Dois eventos A e B são chamados independentes
se
0,30 P(A n B) = P(A) · P(B).

Uma conseqüência imediata desta definição é que o vazio <p

1/3 e o espaço amostral n são independentes de qualquer outro evento,
porque, se A é um evento, então:
o~ Adivinhou
P(A n 1) = P(1) =O= P(1) · P(A)

~ Resposta errada
e
P(A n íl) = P(A) = P(A) · 1 = P(A) · P(íl).
Fig. 5.8
Exemplo 5.19: Treze cartas são escolhidas de um baralho co-
mum de 52 cartas. Seja A o evento "o ás de copas está entre as 13
Introduzimos finalmente a noção de independência de even- cartas" e B o evento "as 13 cartas são do mesmo naipe". Provar
tos. A definição que se encontra mais abaixo capta a idéia intuitiva que A e B são independentes.
da não influência de um evento A sobre a ocorrência ou não de Solução:
outro evento B. De outra forma: a ocorrência de A não melhora
51
nossa posição para "predizer" a ocorrência de B. Esta idéia é for-
malizada dizendo que a probabilidade condicional de B dado A é
igual a probabilidade de B. Em símbolos
P(A) = di)
( ) 51!13!39!
= 12!39!52!
13
52
4
P(B) = (;;);
P(B/A) = P(B) (P(A) > 0).
1
P(A n B) = (;~).
Esta identidade é equivalente a

Portanto P(A n B) = P(A)P(B) ou seja A e B são eventos inde-

P(B n A) _ ( )
P(A) - P B . pendentes. D

A extensão da noção de independência para n eventos

Isto é: A 1, A2, ... , An é feita naturalmente pensando no Teorema do Pro-
P(B n A)= P(B) · P(A) duto. Dizemos que eles são independentes se para toda escolha de
 154 Probabilidade Cap.5 Cap.5 Probabilidade 155

um número arbitrário deles, a probabilidade da interseção é igual Sejam

ao produto das probabilidades. Formalmente:
C={w1,w3), L={w3,w4) e D={w2,w3),
Definição 5.4: A 1 , A2, ... , An são independentes se V k, e
·Vii, i2, ... , ik, tem-se três eventos correspondentes à primeira coluna, à segunda linha f'
à diagonal, respectivamente.
P(A;, n A;, n ... n A;c) = P(A;,). P(A,,) .. ·P(A;,).
Resulta que

Nota: Para provar que 2 eventos são independentes só devemos

P(C) = P(L) = P(D) = !,
verificar uma identidade. Para provar que 3 eventos são indepen-
dentes temos que verificar 4 identidades. Em geral, para provar
P(C n L) = P(C n D)= P(L n D)= P(w3) = !,.
que n eventos são independentes, é necessário verificar 2n - n - 1 Ou seja, tomados dois a dois os eventos são independentes. Mas
identidades (2n - n - 1 é igual ao número de subconjuntso com 2 os três simultaneamente não são independentes porque
ou mais elementos contidos num conjunto de n elementos). Não é
suficiente verificar todas as identidades tomando os subconjuntos 1 1
P(C n Ln D)= P(w3) = - # - = P(C) · P(L) · P(D).
de a dois elementos, como o seguinte exemplo mostra. 4 8

Seja n o espaço amostral apresentado na figura 5.9 com 4 Exemplo 5.20: Um jogador deve enfrentar, em um torneio, dois
pontos w 1 , w2, w3 e w,i, e P a probabilidade que associa a cada outros A e B. Os resultados dos jogos são independentes e as
ponto o valor 1 / 4. probabilidades dele ganhar de A e de B são 1/3 e 2/3 respectiva-
mente. O jogador vencerá o torneio se ganhar dois jogos consec-
e utivos, de um série de 3. Que série de jogos é mais favorável para
o jogador: ABA ou BAB?
• D Solução: A probabilidade do jogador vencer se escolher a primeira
úll série ABA é (ganha de A, ganha de B ou perde para A, ganha de
B e ganha de A)
•

-1 . -+-.
2 2 2 1
- .- = 10
-.
3 3 3 3 3 27
L A probabilidade do jogador vencer se escolher a segunda série
• úl4 BAB é
21 112 8
3. 3 + 3. 3. 3 = 27·
Fig. 5.9 Ou seja, a primeira série é mais favorável. Este resultado pode
parecer surpreendente, pois A, o adversário mais difícil, comparece
156 Probabilidade Cap.5 Cap.5 P,obabilidad, 157 1

'
duas vezes na primeira série. O que acontece intuitivamente é que
o jogo com A na segunda série é decisivo. Na primeira série, o
jogador tem duas chances para derrotar A. D - P(A1 n A2 n A4 n As)+
· Exemplo 5.21: A probabilidade de fechamento de cada relé do - P(A1 n A2 n A3 n A4 n As)+
circuito apresentado na figura 5.10 é igual a p, O< p < 1. + P(A1 n A2 n A3 n A4 n As)+
+ P(A1 n A2 n A3 n A4 n As)+
+ P(A1 n A2 n A3 n A4 n As)+
2 + P(A1 n A2 n A3 n A4 n As)+
3
- P(A1 n A2 n A3 n A4 n As)
A-,-~{-~-J4-~J5' \ , ,B = 4P3 _ P5 _ 4Pi1 _ Ps + 4Ps _ p5 = 4P3 _ 4P4 + ps.

No cálculo utilizamos a fórmula para calcular a probabili-

Fig. s.10 dade da união de 4 eventos não disjuntos e o fato dos eventos
serem independentes.

Obtemos uma solução mais simples para o problema se

Se todos os relês funcionam independentemente, qual é a
prestarmos mais atenção à estrutura do circuito. Observe que
probabilidade de que haja corrente circulando entre os terminais
para circular corrente entre A e B é necessário que o relé 1 esteja
A e B?
fechado e que pelo menos um entre 2 e 4 e pelo menos um entre
Solução: Seja Ai o evento que ocorre se o relé está fechado, i = 3 e 5 também o estejam.
1,2,3,4,5.
Desta forma C = A 1 n (A2 U A4) n (A3 U As). Logo
Seja C o evento que ocorre se há corrente entre os terminais
A e B. Queremos calcular P(C). Temos P(C) = P(A1) · P(A2 U A4) · P(A3 U As)
P(C) = P[(A1 n A2 n A3) U (A1 n A4 n As)U = P(A1) · (P(A2) + P(A4) - P(A2 n A4))·
U (A 1 n A2 n As) U (A1 n A4 n A3) · (P(A3) + P(As) - P(A n A ))
= P(A1 n A, n A3) + P(A1 n A4 n As)+
+ P(A1 n A2 n As)+ P(A1 n A4 n A3)+
- P(A1 n A2 n A3 n A4 n As)]+
- P(A1 n A2 n A3 n As)+
- P(A1 n A2 n A3 n A4)+
- P(A1 n A3 n A4 n As)+
158 Probabilidade Cap.5 Cap.5
Probabilidade 159

Exercícios Calcule

1. Escolhe-se ao acaso um número entre 1 e 50. Se o número é I'(A u B), P(A'U B') e P(A'n B).
primo qual é a probabilidade de que seja ímpar?
9. Sejam A e B dois eventos independentes tais que
2. Uma moeda é jogada 6 vezes. Sabendo-se que no primeiro
lançamento deu coroa, calcular a probabilidade condicional de que P(A) = 1/4 e P(A U B) = 1/3.
o número de caras nos seis lançamentos supere o número de coroas.
Calcule P(B).
3. Uma moeda é jogada 4 vezes. Sabendo que o primeiro resul-
tado foi cara, calcular a probabilidade condicional de obter pelo 10. Uma moeda equilibrada é jogada duas vezes. Sejam A e B
os eventos:
menos 2 caras.
A: cara na primeira jogada;
4. Jogeu um dado duas vezes. Calcule a probabilidade condi-
cional de obter 3 na primeira jogada, sabendo que a soma dos B: cara na segunda jogada. Verifique que A e B são indepen-
dentes.
resultados foi 7.
1.1." Com as mesmas hipóteses do exemplo 5.11 Calcule a proba-
5. Duas máquinas A e B produzem 3000 peças em um dia. A
b1hdade de que haja corrente circulando entre os terminais A e
máquina A produz 1000 peças, das quais 3% são defeituosas. A B.
máquina B produz as restantes 2000 1 das quais 1 % são defeituosas.
Da produção total de um dia uma peça é escolhida ao acaso e,
examinando-a, constata-se que é defeituosa. Qual é a probabili-
dade de que a peça tenha sido produzida pela máquina A?

6. Três umas I,II e III contêm respectivamente 1 bola branca e A B

2 pretas, 2 brancas e 1 preta e 3 brancas e 2 pretas. Uma urna é
escolhida ao acaso e dela é retirada uma bola, que é branca. Qual
é a probabilidade condicional de que a urna escolhida foi a II?
7. Um estudante resolve um teste com questões do tipo verdadei- Fig. 5.11
ro-falso. Ele sabe dar a solução correta para 40% das questões.
Quando ele responde uma questão cuja solução conhece, dá ares-
posta correta, e nos outros casos decide na cara ou coroa. Se uma 12. Provar que se A, B e C são eventos independentes, então
questão foi respondida corretamente, qual é a probabilidade de a) A, Bc são independentes;
que ele sabia a resposta? b) Ac, B, cc são independentes.
8. Se A e B são eventos independentes tais que Nota: Em geral se A 1 , A 2 , ... , A., sao
- ·m d epen d entes, então
B1, B2, ... , Br são independentes onde Bi é igual a algum dos
P(A) = 1/3 e P(B) = 1/2. Aj ou Aj, i = 1,2, ... ,r.
160 Probabilidade Cap.5 Cap.5 Probabilidade 161

13. (Problema dos Encontros de Montmort*) Forma-se, ao acaso, 18. Sacam-se, sucessivamente e sem reposição, duas cartas de
uma permutação simples dos números 1, 2, ... , n. Caso o número um baralho comum (52 cartas). Calcule a probabilidade de a 1ª
i ocupe o í-ésimo lugar, dizemos que há um encontro na posição carta ser uma dama e a 2ª ser de copas.
L Calcule a probabilidade de na permutação formada:
19. Repartem-se as 52 cartas de um baralho comum por 4 par-
a) haver exatamente k encontros (k:::; n); ceiros, N, S, E, W, recebendo cada um 13 cartas. Para cada k E
b) haver um encontro na posição i dado que há exatamente k {1, 2, 3, 4} defina Nk como sendo o evento "N recebeu pelo menos
encontros na permutação; k ases" e defina analogamente Sk, Ek, W k· Calcule as probabili-
c) haver um encontro na posição i e não haver um encontro dades de
na posição j (i f= j);
a) W[
d) haver um encontro na posição i dado que não há encontro
b) N 2 ns2
na posição j (i f= j).
e) Ncnsc
1 1
14. Jogue um dado duas vezes. Considere os eventos: d) W2 - W3
A= º
o resultado do 1 lançamento é par;
e) N1ns1nE1 nW1
f) N3nW1
B= o resultado do 2º lançamento é par;
g) (N2 u s,) n E2
C= a soma dos resultados é par.
h) E2, na certeza de W 1 .
A e B são independentes? e A e C? e B e C? e A, B e C?

15. Uma pessoa com um molho de n chaves tenta abrir uma 20. Um exame de laboratório tem eficiência de 95% para detec-
porta. Apenas uma das chaves consegue abrir a porta. Qual é a tar uma doença quando essa doença existe de fato.
probabilidade dela só coseguir abrir a porta na k- ésima tentativa: Entretanto o teste aponta um resultado "falso positivo"
para 1 % das pessoas sadias testadas. Se 0,5% da população tem a
a) supondo que após cada tentativa mal sucedida ela descarta doença, qual é a probabilidade de uma pessoa ter a doença dado
a chave usada; que o seu exame foi positivo?
b) supondo que ela não faz isso.
21. Uma urna contém 10 bolas numeradas de 1 a 10. Sacam-se,
16. (Problema de Chevalier de Méré) Determine a probabilidade com reposição, 4 bolas dessa urna. Sejam X e Y respectivamente
de obter: o mínimo e o máximo dos números das bolas sacadas. Calcule:
a) ao menos um 6 em quatro lançamentos de um dado a) P(X > 3)
b) ao menos um duplo 6 em 24 lançamentos de um par de b) P(X < 3)
dados. e) P(X = 3)
17. 1-
A probabilidade de nm homem ser canhoto é 1 Qual é a d) P(Y < 5)
e) P(Y > 5)
probabilidade de, em um grupo de 10 homens, haver pelo menos
um canhoto? f) P(Y = 5)
g) P(X = 3 e Y = 9)
"Pi<'rr<> Rernond de Montmort (1678,!7!9) h) P(X = 3IY = 9)
162 Probabilidade Cap.5
22. Resolva o problema anterior supondo extração sem reposição.
23. A lanç.a uma moeda não-viciada n + 1 vezes e B lança a
. mesma moeda n vezes. Qual é a probabilidade de A obter mais
caras que B?
24. Quantas pessoas você deve entrevistar para ter probabili-
dade igual ou superior a 0,5 de encontrar pelo menos uma que
aniversarie hoje?
25. 2N rapazes e 2N moç.as são divididos ao acaso em dois gru-
pos de 2N pessoas cada. Qual a probabilidade de em cada grupo
haver tantos rapazers quanto moças?
26. Uma urna contém 3 bolas vermelhas e 7 bolas brancas. A
e 13 sacam alternadamente, sem reposição, bolas dessa urna até
que uma bola vermelha seja retirada. A saca a 1ª bola. Qual é a
probabilidade de A sacar a bola vermelha?
27. Em uma cidade com n + 1 habitantes, uma pessoa conta um
boato para uma outra pessoa, a qual por sua vez o conta para
uma terceira pessoa, etc... Calcule a probabilidade do boato ser
contado m vezes:
a) sem retornar à primeira pessoa;
b) sem repetir nenhuma pessoa.
28. Em uma cidade, as pessoas falam a verdade com probabili-
dade !· Suponha que A faz uma afirmação e que D diz que C diz
que B diz que A falott a verdade. Qual é a probabilidade de A ter
falado a verdade?
29. Uma urna contém a bolas azuis e b bolas brancas. Sacam-
se sucessivamente bolas dessa urna e, cada vez que uma bola é
sacada, ela é devolvida à urna e são acrescentadas à urna mais p
bolas de mesma cor que a bola sacada. Seja Ai o evento "ai-ésima
bola sacada é azul". Calcule
a) P(A1);
b) P(A2);
Cap.5 Probabilidade 163
e) P(A3);
d) P(A2/A1);
e) P(Ai/A2) .
30. 2n jogadores de igual habilidade disputam um torneio. Eles
são divididos em grupos de 2, ao acaso, e jogadores de um mesmo
grupo jogam entre si. Os perdedores são eliminados e os vence-
dores são divididos novamente en grupos de 2 e assim por diante
até restar apenas um jogador que é proclamado campeão. Qual é
a probabilidade de dois jogadores A e B se enfrentarem durante
o torneio? Qual é a probabilidade do jogador A jogar exatamente
k partidas?
31. Em um torneio como o descrito no exerc1c10 anterior, os
jogadores tem habilidades diferentes e não há surpresas nos resul-
tados (se A é melhor que B, A vence B). Qual é a probabilidade
do segundo melhor jogador ser vice-campeão do torneio?
32. Sacam-se, com reposição, n (n > 1) bolas de uma urna que
contém 9 bolas numeradas de 1 a 9. Qual é a probabilidade do
produto dos números das n bolas extraídas ser divisível por 10?
33. Quantas vezes, no mínimo, se deve lançar um dado não ten-
dencioso para que a probabilidade de obter algum 6 seja superior
a 0,9?
34. Um júri de 3 pessoas tem dois jurados que decidem correta-
mente (cada um) com probabilidade p e um terceiro jurado que
decide por cara ou coroa. As decisões são tomadas por maioria.
Outro júri tem probabilidade p de tomar uma decisão correta.
Qual dos júris tem maior probabilidade de acerto?
35. Um dia você captura dez peixes em um lago, marca-os e
coloca-os de novo no lago. Dois dias após, você captura vinte
peixes no mesmo lago e constata que dois desses peixes haviam
sido marcados por você.
a) se o lago possui k peixes, qual era a probabilidade de, cap-
turando vinte peixes, encontrar dois peixes marcados?
164 Probabilidade Cap.5
b) para que valor de k essa probabildade é máxima?
36. Um prisioneiro possui 50 bolas brancas, 50 bolas pretas e
duas urnas iguais. O prisioneiro deve colocar do modo que preferir
· as bolas nas duas umas (nenhuma das urnas pode ficar vazia). As
urnas serão embaralhadas e o prisioneiro deverá, de olhos fechados,
escolher uma urna e, nesta urna, uma bola. Se a bola for branca ele
será libertado e, caso contrário, condenado. Como deve proceder
o prisioneiro para maximizar a probabilidade de ser libertado?
37. Qual é a probabilidade de, em um grupo de 4 pessoas:
a) haver alguma coincidência de signos zodiacais?
b) as quatro terem o mesmo signo?
c) duas terem um mesmo signo e, as outras duas, outro signo?
d) três terem um mesmo signo e, a outra, outro signo?
e) todas serem signos diferentes?
38. Deseja-se estimar a probabilidade p de um habitante de de-
terminada cidade ser um consumidor de drogas. Para iso realizam-
se entrevistas com alguns habitantes da cidade. Não se deseja
perguntar diretamente ao entrevistado se ele usa drogas, pois ele
poderia se recusar a responder ou, o que seria pior, mentir. Adota-
se então o seguinte procedimento: propõe-se ao entrevistado duas
perguntas do tipo SIM-NÃO:
I) Você usa drogas?
II) seu aniversário é anterior ao dia 2 de julho?
Pede-se ao entrevistado que jogue uma moeda, longe das
vistas do entrevistador, e que se o resultado for cara, responda à
primeira pergunta e, se for coroa, responda à segunda pergunta.
a) sendo Pl a probabilidade de um habitante da cidade res-
ponder sim, qual é a relação entre p e PI?
b) se foram realizadas 1000 entrevistas e obtidos 600 sim é
razoável imaginar que p 1 :::::;; O, 6. Qual seria, então, sua
estimativa de p?
Cap.5 Probabilidade 16.5
39. Uma firma fabrica "chips" de computador. Em um lote
de 1000 "chips", uma amostra de 10 "chips" revelou 1 "chip"
defeituoso. Supondo que no lote houvesse k "chips" defeituosos:
a) Calcule a probabilidade de em uma amostra de 20 "chips"
haver exatamente um "chip" defeituoso.
b) Determine o valor de k que maximiza a probabilidade cal-
culada no ítem a).
5.5. A Distribuição Binomial
Consideremos agora um experimento com apenas dois resultados
possíveis, que chamaremos de sucesso e fmcasso.
Por exemplo:
a) Jogamos uma moeda não-viciada e pomos sucesso = cara,
fmcasso = coroa.
b) Jogamos um dado não viciado e pomos sucesso = o resul-
tado é 5 ou 6; fracasso = o resultado é 1,2,3 ou 4.
c) De uma uma que contém 6 bolas brancas e 4 bolas pre-
tas, sacamos uma bola e pomos sucesso = a bola é preta;
Jmcasso = a bola é branca.
Chamaremos de p a probabilidade de sucesso e q = 1 - p
a probabilidade de fracasso. Nos nossos exemplos os valores de p
- 1 2 4 ·
sao 2, 6 e 10 , respectivamente.
Suponhamos agora que façamos repetições (provas) do nosso
experimento, realizando-o um número fixo n de vezes.
Assim, por exemplo, no caso n = 3 jogamos a moeda três
vezes, jogamos o dado três vezes, sacamos sucessivamente 3 bolas
da urna.
Suponhamos ainda que a probabilidade p de sucesso mante-
nha-se constante ao longo das provas. Isso, no exemplo a, significa
166 Probabilidade Cap.5 Cap.5 Probabilidade 167

que a probabilidade de obter cara em qualquer dos lançamentos é
1/2.
Suponhamos finalmente que as provas sejam independentes,
isto é, que o conhecimento do resultados de algumas provas não al-
tere as probabilidades dos resultados das demais. Isso, no
exemplo e, significa que as bolas são sacadas com reposição.
O problema que queremos resolver é o seguinte: Qual é a
probabilidade de obtermos k sucessos nesses n provas?
A probabilidade de nessas n provas obtermos k sucessos e,
em conseqüências, n-k fracassos em uma ordem pré-determinada,
por exemplo, os sucessos na k primeiras provas e os fracassos nas
demais:
SS···SFF···F
'-v-"'--v--''
k vezes n-k vezes
é e as provas são independentes.
ppp p (1 - p) ... (1 - p) ~ pk(l - p)"-\
'-v-"
k fatures n-k fatores
pois as provas são independentes.
Exemplo 5.23: Jogamos uma moeda não-viciada 10 vezes. Qual
é a probabilidade de obtermos exatamente 5 caras?
Solução: Pondo sucesso= cara, temos p = 1/2 em cada prova
e as provas são independentes. Queremos achar a probabilidad~
de k = 5 sucessos em n = 10 provas. Pelo teorema binomial, a
resposta é
252 63
D
1024 256
Exemplo 5.24: Um aluno marca ao acaso as respostas em um
teste múltipla-escolha com 10 questões e cinco alternativas por
questão. Qual é a probabilidade dele acertar exatamente ,1 ques-
tões?
Solução: Pondo sucesso= acerto, temos p = 1/5 cm cada prova,
A probabilidade Pk dele acertar k questões é a probabili-
dade dele obter k sucessos em n = 10 provas. Pelo teorema bino-
mial,

É claro que, em outra ordem, a probabilidade seria a mesma 10) 410-k

Pk -_ (10) (~)k ( 1 - -1)10-k
pois apenas a ordem dos fatores se alteraria. A probabilidade k 5 5 ( k 5 10 .
de obtermos k sucessos e n - k fracassos em qualquer ordem é
pk(l - p)n-k multiplicado pelo número de ordem possíveis que A probabilidade dele acertar exatamente k = 4 questões é
é (~) (para escolher uma ordem basta. escolher em quais das n
provas ocorrerão os k sucessos). Acabamos de provar o 10) 46 172 032
P4 ~ ( 4 510 ~ 1953125 "O, 088 ·
Teorema Binomial: A probabilidade de ocorrerem exatamente
E a probabilidade dele acertar pelo menos 4 questões é
k sucessos em uma seqüência de n provas independentes, na qual
a probabilidade de sucesso em cada prova é p, é igual a 1 - PO - Pl - P2 - P3 =

1- Coº) ::: - (\º) :, (12º) 54 (13º) :,:

9
0 -
8
10 -

1180109
= 9 765 625 " O, 12 1. D
168 Probabilidade Cap.5 Cap.5 Probabilidade 169

Exemplo 5.25: Joga-se uma moeda não-viciada. Qual é a proba-
bilidade de serem obtidas 5 caras antes de 3 coroas?
Solução: Pondo sucesso = cara, queremos a probabilidade de
ocorrerem 5 sucessos antes que ocorram 3 fracassos. Ora, ocor-
rerão 5 sucessos antes que ocorram 3 fracassos se e só se nas 7
primeiras provas ocorrerem pelo menos 5 sucessos.
Como a probabilidade de k sucessos em 7 provas é
ganhar a série sabendo que em cada partida as probabilidades de
A e B vencerem são respectivamente 0,4 e 0,6?
5. Motores de avião funcionam independentemente e cada motor
tem um probabilidade p de falhar durante um vôo. Um avião voa
com segurança se a maioria de seus motores funciona. Para que
valores de p um avião com 3 motores é preferível a um avião com
5 motores?
6. Suponha que uma característica (como a cor dos olhos, por
exemplo) dependa de um par de genes. Representemos por A um

Pk = (:) (~) k (1- ~) 7-k = (:) ~7'

gen dominante e por a um gen recessivo. Assim um indivíduo com
genes AA é dominante puro, um com genes aa é um recessivo puro
e um com genes Aa é um híbrido. Dominantes puros e híbridos
a resposta é são semelhantes em relação à característica. Filhos recebem um
gen do pai e um da mãe. Suponha que pai e mãe sejam híbridos
p5 + P6 + P7 = (;)
27
+ (;)7 +
2
Gl
27
= 2il._
128
,s O 23.
,
D
e tenham 4 filhos.
a) Qual é a probabilidade do primeiro filho ser um recessivo
puro?
b) Qual é a probabilidade de exatamente um dos 4 filhos ser
um recessivo puro?
Exercícios 7. (O problema das caíxas de fósforos de Banach*) Um matemá-
tico sai de casa todos os dias com duas caixas de fósforos, cada uma
1. Sacam-se, com reposição, 4 bolas de uma urna que contém com n palitos. Toda vez que ele quer acender um cigarro, ele pega
7 bolas brancas e 3 bolas pretas. Qual a probabilidade de serem (ao acaso) uma das caixas e retira daí um palito. O matemático é
sacadas 2 bolas de cada cor? Qual seria a resposta no caso sem meio distraído, de modo que quando ele retira o último palito de
reposição?
uma caixa, ele não percebe que a caixa fica vazia. Como ele fuma
2. Lança-se um dado não viciado até a obtenção do terceiro 6. muito, em certa hora ele pega uma caixa e constata que ela está
Seja X o número do lançamento em que isso ocorre. Calcule: vazia. Qual é a probabilidade de nesse momento a outra caixa
conter exatamente k (O ~ k ~ n) palitos?
a) P(X = 10); b) P(X > 10); e) P(X < 10). 8. Lança-se repetidamente um par de dados não tendenciosos.
3. Dois adversários A e B disputam um série de 10 partidas. A Qual é a probabilidade de obtermos duas somas iguais a 7 antes
probabilidade de A ganhar uma partida é 0,6 e não há empates. de obtermos três somas iguais a 3?
Qual é a probabilidade de A ganhar a série? 9. Uma moeda tem probabilidade 0,4 de dar cara. Lançando-a
12 vezes qual o mais provável valor do número de caras obtidas?
4. Dois adversários A e B disputam uma série de partidas. O
primeiro que obtiver 12 vitórias ganha a série. No momento o
resultado é 6 x 4 a favor de A. Qual é a probabilidade de A •stefa.n Bana.eh (1892-1945). matemático polonês
Apêndice 1 Apêndice 1 171

b) O número de elementos de n que pertecem a pelo menos p

dos conjuntos A1, A2, ... , An é

e) O número de elementos do conjunto A 1 U A2 U · · · U An é

Demonstração do Princípio da Inclusão-Exclusão. s, - 82 + · · · + (-l)n-lsn.

Seja n um conjunto. Demonstração do caso a: Como é óbvio que, se um elemento

Sejam A 1 , A2, ... , An subconjuntos de n e sejam de f! pertence a menos do que p dos conjuntos Ai, A2, ... , An,
ele não é contado na soma ap, o que devemos provar é que se um
So = #(fl), elemento de n pertence a exatamente p dos conjuntos então ele é
n
contado uma vez na soma ap e que se um elemento pertence a mais
s, = L #(A,), do que p dos conjuntos A1, A2, ... , An então ele não é contado na
soma ap.
i=l

s, = L #(A, n AJ), Ora, a soma ap é

l:s;i<j::=;n

L
(p) (p + 1) (p +2 2) S,+2- .. ·+(-!) n
83 = #(A,nA,nA•) .. ,
l:9<J<k5,n O Sp- l Sp+l + -P ( n n_ P) Sn,

então:

a) O número de elementos de D: que pertencem a exatamente Um elemento de D: que pertence a exatamente p dos con-
p dos conjuntos A1, A2, ... , An é juntos A1, A2, ... , An é contado uma vez em Sp e não é contado
em Sp+l, Sp+2, ... , Sn. Logo, ele é contado (~) · 1 = 1 vez.
n-p k ( p +k )
ªP = L(-1) k Sp+k· Um elemento de O que pertence a exatamente p + j (j >
k=O O,p+j ~ n) dosconjuntosA1,A2, ... ,Anécontadoem (P!í) das
parcelas de Sp, em (~{) das parcelas de Sp+l etc ...

170
172 Apêndice l Apêndice l 173

Logo, o número de vezes que ele é contado na soma ap é: O coeficiente de Sp+j (O::::; j::; n - p) no 2º membro é

(-l)j(pjj) + (-l)j-1(';:':ll + (-l)j-2():::~) + ... +

+· .. + (-l)l(ptj) + (-l)º("tj)

= (-l)j [(P+j-1) + (Pj~ll) l

+(-l)j-l [('.t~11l + (Pj~2 1l]
+(-l)j-2 [('.t~,1) + ('):.;l)] + +
+ ... + (-1)1 [(P+i-1) + (p+õ-1)]
+(-l)º(p+i-1)
= (-l)j(p+j-1).

Logo,

Demonstração do caso b: Temos n-p . p+j-1 ) n-p k p+k-1

bp = L(-1)1( . Sp+j = L(-1) ( k )sp+k·
j=O J k=O
bp = ap + ap+l + ªp+2 + · · · + ªn-1 + ªn =

=
n-p
~(-l)k
k)
(p +
k Sp+k
n-p-1
+ ~ (-1)
k (p + 1+
k
k) Sp+l+k+
Demonstração do caso e:

#(A1 UA2 U· · · UAn) = b1

n-p-2 •(P + 2+ k)
+ ~ (-1) k Sp+2+•+···+
= I;(-1);(1.)s;+1
+ ··· + ~
L..,(-1) •(n-l+k)k Sn-l+k+ =
j=O J
S1 - S2 + · · · + (-1)"-1Sn.
k=O

k n +k
o
+ L(-1) ( k ) Sn+k· De modo análogo, prova-se a versão probabilística do prin-
k=O cípio da Inclusão-Exclusão.
174 Apêndice 1 Apêndice 2
Sejam A 1 , A2, ... , An eventos e sejam

So = 1,

i=l

s, = L P(A, n A;),
ls;i<j:=;n

s3 = L P(A,nA,nAk)
A Solução de Kaplansky para o Problema de
lSi<i<kS.n
Lucas.

então: Tem-se n ( n > 1) casais que devem se sentar em 2n cadeiras

a) A probabilidade de ocorrência de exatamente p dos eventos diferentes em torno de um círculo de modo que pessoas de mesmo
A 1, A2, ... , An é sexo não se sentem juntas e que nenhum homem fique ao lado de
sua mulher. De quantos modos isso pode ser feito?
n-p k(p + k) Numeremos os lugares de 1 a 2n. A exigência de pessoas de
ap=I:;(-1) k Sp+k
kc={) mesmo sexo não se sentarem juntas exige que os homens ocupem
os lugares pares e as mulheres os ímpares ou vice-versa. Escolhido
b) A probabilidade de ocorrência de pelo menos p dos eventos qual o sexo que ocupará os lugares ímpares (2 modos), devemos
A1,A2, ... ,Ané colocar os homens nos lugares a eles reservados (n! modos). Só
falta agora colocar as n mulheres nos n lugares restantes, sendo
vedada a colocação de alguma mulher ao lado de seu marido.

A resposta do problema de Lucas é 2(n!)Un onde Un é o

número de modos de colocar as n mulheres nos n lugares vazios,
c) A probabilidade de ocorrência do evento A1 U A2 U · · · U An é sendo vedada a colocação de alguma mulher ao lado de seu marido.
Calculemos Un.

A figura AI ilustra o caso n = 5. Devemos colocar as

cinco mulheres M1, M2, M3, M 4 , M 5 nos lugares agora numerados
1,2,3,4,5 de modo que M 1 não pode ocupar os lugares 5 e 1, M2

175
176 Apêndice 2 Apêndice 2 177

não pode ocupar 1 e 2, M3 não pode ocupar 2 e 3, M4 não pode Para calcular Sk observemos que:
ocupar 3 e 4 e M s não pode ocupar 4 e 5.
i) Uma interseção de k dos conjuntos A~, A1, A2, A2, ... , A~,
Definamos, para 1 ::; i ::; n, An que contenha dois conjuntos consecutivos (imaginando-
n= conjunto das permutações das mulheres; os em círculo!) é vazia. Por exemplo, Ai
nA1 n · · · é vazi,,
pois M 1 não pode ocupar simultaneamente os lugares 1 e
Ai = conjunto das permutações das mulheres em que Mi nj An n Ai n · · ·, é vazia pois o n-ésimo lugar não pode ser
ocupa o i-ésimo lugar; ocupado simultaneamente por Mn e M1.
A~ = conjunto das permutações das mulheres em que Mi ii) Uma interseção de k dos conjuntos A~,A1,A;,A2, . .. ,A~,
ocupa o (i - !}-ésimo lugar. (OBS: 1 - 1 ~ n}. A 11 que não contenha dois conjuntos consecutivos (imaginan-
do-os em círculos) é uma permutação de n elementos com
2 k elementos em posições pré-fixadas e, portanto, possui
H, (n - k}' elementos (k <; n}.
H,
iii) Há, pelo segundo Lema de Kaplansky,

3 1
9 (2
n k) ~
'
2n
2n - k
(2n -
k
k) interseções do tipo ii).
Logo, Sk é uma soma com

2n (2n -
2n - k k
k)
4 5 parcelas iguais a (n - k)! e com as demais parcelas nulas.
H, Portanto,
Fig. A1
2n (2n-k)(n-k}!
(2n - k} k
Arrumemos os 2n conjuntos na ordem
(Observe que essa fórmula vale para k = O pois So = n!).
Logo,

Queremos determinar U 11 , número de elementos de n que Un~~(-l}k· 2n (2n-k)(n-k)I

não pertencem a nenhum dos conjuntos A~, A 1 , A;, A2, ... , A~, A 11 • ~ 2n-k k
k=O

Pelo Princípio da Inclusão-Exclusão, e a resposta do problema de Lucas* é

2n 2n 2 · (n!}U,, (n > !}.

Un =ao= L(-l}kct+kBo+k = í:(-l}ksk.
k=O k=O *Édoua.<d Lucae (l84l-1891), m,.t€mático fcancês.
Apêndice 3 Apêndice 3 179

e finalmente

o que prova a desigualdade.

Demonstração da desigualdade (1- iJ)n ~ 1- N

J) n ( J) n-l ( J)
( 1-N 1-N 1-N

(] _! )n-1 _! (] _! )n-1
> ( 1--
J )n-1 ]
N N
Com o mesmo raciocínio aplicado agora a

]- -
1 )n-1
( N
temos

( ])
1--
n-1 >
(] -
J)
-
n-2
--
J
N - N N'
e portanto

( 1-N
1 )"
2'.
(
1-N
J )n-2 2
N
Continuando temos

178
Respostas dos Exercícios Respostas dos Exercícios 181

Seção 2.3
la) 560; lb) 434; 2) 6300; 3) n(n2- 3 ); 4a) 3; 4b) 36; 4c)
100; 4d) 4; 4e) 18; 5) 280; 6) 40; 7) C;:'; 8) 267148;
9) 12 960; 10) 14 976; lia) c;,=l; llb) C;,_ 1 ; llc) e;,=);
ll<l) 2c~=J+c~=ª = c~-Cfi_2 ; lle) 2c~=~; 12a) e;; 12b)
n4-6n31i11n2+2n; 13a) ~~ = 92378; 13b} Ggpxcr,1(Cfoxl =
488864376·, )3c)
'
12 X [ - [25970·
C 20 - •
13d) C,:,xcf,xqxl
3!
~
543182640; 14a) 201376; 14b) 107520; 14c) 24192; 14d)
Seção 2.1 10 752; 14e) 224; 141) 1344; 14g) 4080; 14h) 208; 14i)
16; 14j) 4; 15a) n!; 15b) (n+,l)!n; 15c) (n+2 )';J3n+1); 16)
1) 15 600; 2) 9 765 625; 3) 4536; 4) 132; 5) 60; 6a) 3864; 2
1085·, l 7a) 12 972 960·' 17b) 6 985 440·' 18) n(n-l)(n- )(n-3 ) ·
6b) 1567; 6c) 560; 7a) 2401; 7b) 840; 8a) 24; 8b) 18; 8 '
9) 4464; 10) 2"; 11) 40320; 12) 461; 13) 2350; 14) 48; 19a) R(n 3 - lün. 2 + 35n - 34); 19b) n(n-l)(~:;- 2 )(n-3 ); 19c)
15) 43 200; 16) 2 048; 17) 320; 18) 108 642; 19a) 37 512; n(n- 3 )(~;-4 )(n-5 ); 20) 138 378 240; 2la) 126; 2lb) 70; 22)
19b) 52488; 20) 243; 21) 30; 22) 18; 23) 98475; 24) 151200· 23) 126· 24) (m+h)!, 25) 512· 26) 2n-l. 27)
' ' m!h! ' ' '
6 27 ; 25a) 2418; 25b) 15; 25c) 48; 25d) 8; 26áj 1214400; 2 2 2 2
756756; 28a) 2n ; 28b) 21 • -": 28c) 2" !"'; 28d) 2nx3" 2_.,,
26b) 1658 775; 27a) >.(>. - 1)(.\ 2 - 3!. + 3); 27b) 2; 28a) n 2 -n n 2 -n
.\(,\ - !)(>. - 2)(>. - 3); 28b) 4; 29a) 3 612; 29b) 1806; 28e) 2-,-; 281) 3-,-; 2og) 2"; 28h) 1; 29) 190; 30a)
250000; 30b) 86400; 31) 2m - l; 32a) 28; 32b) 7; 33a)

Seção 2.2
t:; 33b) t:g~s;
34a) As linhas são PPBB, PBPB, PBBP,
BPPB, BPBP, BBPP; 37) 424051; 40) Não.
la) 11520; lb) 720; lc) 4320; ld) 1152; le) 720; lf)
9360; lg) 13080; 2a) 81º 2b) 46721; 2c) l; 2d) 5333280;
3) 3600; 4) n!; 5) 8640; 6) 604800; 7a) 462; 7b) 5775;
Seção 2.4
7c) 792; 7d) 10395; 7e) 51975; 8) m!(r + l)!; 9) 564480; 1) 2 880; 2a) 2 x (n -2)!; 2b) p! x (n - p)!; 3) (n - 1) 1 x 2";
10) 720; 11) 30; 12a) 2; 12b) 1680; 12c) 7983360; 12d) 4) 2 X (n - !)!; 5) (n;l)'; 6a) 720, 6b) 360; 6é) 120; 6d)
~i!se 4 X 10 16 ; 12e) 3 360; 121) 30; 13) 10 395; 14) 6 X 4n- 3 ; 60; 7) 86 400; 8) 2.
15) 2 X 3n-2 ;

Seção 2.5
la) 462; lb) 210; 2) :rno; 3) (~t~l'; 4) (a+b+c)!.
a!b!d '
5) 30.

180
182 Respostas dos Exercícios Respostas dos Exercícios 183

Seção 2.6 Seção 3.3

1) 20; 2) 126; 3) 36; 4) 84; 5) 28; 6) <g::::~,,,:,1'; 7) 1) 45 360; 2) 50; 3) q! f:.+1)!
,+1)!; 4)
1'359072; 8) 1::±P1)1~i'; 9) <,:,i;!)';
10) 10295472; 11) 28; 1
], 6 X 10 4; 6) 120; 7) C~-(p-l)r;
12) 210; 13a) 3420; 13b) 3711; 14) 5 004; 15) 825;
16) 2001; 17) 1016; 18a) (n".'p)!; 18b) pl(:!p)!; 18c) nP;
Seção 3.4
11
l
18d) ~"'2'1j1 ; 19a) nP; 19b) ~ ; 19c) l(n~ jl; 19d)
)1 l ) (
~n-tp )-,1)
n
1
~ ~-· ~np.
; 19e) Sejam A E B conjuntos ordenados com #A = p e
la) (m + n)!; lb) m+l
n (
m + n .; e m + n )I. (m+3)(m+2)(m+l)
n(n-l)(n-2)
n 1 .p. 1
; 2a) 15 504; 2b) 7?52; 2c) 10659.
#B = n. C~ é o número de funções f: A - B estritamente cres-
centes, C R~ é o número de funções /: A - B não-decrescentes,
A~ é o número de funções /: A - B injetoras e AR~ é o número Seção 3.5
de funções/: A - Bi 20a) n!; 20b) Pn é o número de bijeções 1) 3; 2) 6; 3) 6; 4b) {(0,0,0); (0,0,1); (0,1,0); (1,0,0); (1,1,0);
/: A - A onde #A = n; 2]a) 191300; 2lb) 183 800; 22) (1,0,1); (0,1,1); (1,1,1)}; 5) 49.
60 480.
Seção 4.1
Seção 3.1
6) 9; 7) Impossível; 8a) 31; 8b) 30; 9) 2n - 1; 10) 120;
la) 62; lb) 286;
p
lc) 419; ld) 714; 2) 2400; 3) 25; 4) 11) 127; 12) (n+2)2"- 1; 13) (n+l)n2n-2 ; 14) 2·:;11 ; 17)
45; 5) I;(-J)'c;(p - k)n; 6) 504; 7a) 3"; 7b) 3" - 3 · 301750; 18) n2(n4+1)2 j 19) n(n+1~(4n-t5); 20} 6n4±20n~-3n2-5n;
21) (-])PCPn-1,· 22) Ckn · 2lOOO-n., 24) CPn-t--p,· 27) C"- 2
kcc{) 2n ·, 28)
n-1
2" + 3; 8) 864; 9) 998910; 10) I;(-J)'c!_ 1(n - k)!; 11)
nc,;.!1; 29) p = 5; 30) p = 10 ou p = 11; 31) p = 1 ou
k=O
p = 14·, 32) p = 3· 35a)
'
cP-l. 35b) !!±l.. 37) k
n-k• p+l'
= O·' 38)
1625; 12) 96; 13) 20; 14) p - 1; 15) 200; 16a)nµ; 16b) 2m(;;,); 39) (n;;m).
n
'-""(
L, -1
)k Cnk( n - k )" ; 17a) (n+µ-ll!
µl(n 1~; 17b ) (n (".-1)!
ij!(µ n)!; 18)
k=O Seção 4.2
nl
µ!(n-µ)!. 1) Ts = 70x 4 ; 2a) Ts = -;Jlº; 2b) T5 = :lJ\º;
3) Ts = 210;
2
4) -1760; 5) 755; 6) n'-~n+ ; 7) n múltiplo de 5; 8) O
Seção 3.2 ' .
t ermo max1mo e, T 41 = c'4'
e o t ermo mm1mo
2
' ' e' T 121 = ~1
; 9)
la) (n - 1)"; lb) n! [k - fT + Jr - .. · +
Q 1. 2. (-lr];
n. 2) 315; 3) -]· 10) (-l)"-5" · 11) a· 12) 3n. 13) 3n · 4n-l. 14) 24·
' 2 ' ' ' '
15) ,k; ]7a) 2n-P; ]7b) 3n; 2la) 2"-1; 2lb) 2"-1; 22)
'
n
1936; 4) 14833; 8) 190800 9) I;(-1)'c!(2n - k)!. ~J
81 = 82 = n2"- 2 ; 23) O; 25) a5 = 6 5 ; 26) 4n(n - J)3n- 2;
k=O 27) 5n(5n + 1)6"-2 .
184 Respostas dos Exercícios Respostas dos Exercícios 185
24
Seção 4.3 16a) 16;.,~ ""O, 518; 16b) 1 - (~~) se O, 491; 17) 1 - O, 910 se

2::::>r + J
O, 65; 18) 2; 19a)
3
zi JJ
5 se O, 30; 19b) 2(ii~5 "" O, 02; 19c)
1) 3 420; 2) 1; 3) ] 771; 4) (x1
,3 LxTxj + 6 L XiXjXl,:-
+ X2 + · · · -t- Xn) 3 =
8;; se O, 06 19d) 2 t;
se O, 21; 19e) 20
21 se O, 11; 19f)
1>08~5 se O, 01; 19g) 20 ~~ 5 se O, 04; 19h) ~ 2 ~~ se O, 19; 20)
i~
icf-j i<j<k .
2; 4 "" O, 32; 21a) 0,2401; 21b) 0,5904; 2!c) 0,1695; 21d)
0,0256; 2le) 0,9375; 2lf) 0,0369; 21g) 0,0434; 21h) 24J',í\;;
Seção 5.3 22a) l,; 22b) ~; 22c) J;; 22d) 2\ 0 ; 22e) !); 22f) 1 5 ; 6
1) 0,999 aproximadamente; 2) P(A 1) = ,,'\, P(A2) = ;!, P(A3) = 22g) A; 22h) ,58 ; ~3) ~; 24) 253; 25) ((,1J,; 26) ;2 ;
i'o~,
P(A4) = fJ
2 , P(As) = : 8 , P(A5) = 1 6 , P(A1) = 1:i96' ~1 27a ) (n-l)m-l nl
P(A8) = 1~2 ; 3a) 1~; 3b) 11; 4a) ~; 4b) ~; 5) b21 · (~;:V; --;- j
27b) (n m)!nm; 28 ) 13
41 ; 29a ) a
a+b; 29b )
6) ~; 7a) 1 6 ; 7b) ]2 ; 8) l 9) e 10) n(~~l); 11) fot; g k; a':.; 29c) a~b; 29d) a~"tt,,; 29e) aj"-lp; 30a) 2, 1 ,; 30b)
1 . 1 _ . 2n-l. gn_gn-5n-j-4n.
,'156 ; 12) l,; 13) (".'(~"',); 14) ~;J; 15a) \õ; 15b) !; 15c)
°2F• se k < n, 2»-l se k - n, 31) 2n-1• 32)
('")
2
gn
,_,,)
18
, 33)

13; 34) As probabilidades são iguais; 35a) 35b) 99

Í; ih;7 15e) ,10 ; 151) icJ; 15g)
15d) !; 16a) ã~; 16b)
(
,o
;

}~ 17a) 52t lgoi 17b) 132~\25i 17c) 15891700; l?d) 794§350i ou 100; 36) Uma urna recebe uma bola branca e a outra recebe
18a) 2 Jg~~ 2 ; 18b) 59 l 52 ; 18c) 29l 760 ; 19a) 1
159: 323 ; 19b) as 99 bolas restantes; 37a) ~; 37b) 1 28 ; 37c) 6
i
; 37d) li
37e ) 55 1+2P. (')(""-')
53/,,,; l9c) 531\41; 19d) 159i323; 20) 1~; 21a) 5\; 2lb) _JJ_.
432 • 96,· 38a) PI -- 4 , 38b) O, 7·, 39 a ) ' " ·
(1~gº) 1

l~; 22a) 5~; 2lb) l~; 22a) 1~6; 22b) 1~6; 23) ('r;~f'); 39b) k = 50.
n n-k 2p-2k
21) (
' _,. · 25) n! · 26) n+l · 27a) 1 · 27b)
(2; ' (n:) 1 2(2n 1)' 15134• Seção 5.5
g
7 67 ; 27c) . 7 7 ; ~i 27d) ,fii9 ; 27e) igii8 ;
1 271) O; 28)
la) 0,2646; lb) 0,3; 2 ª ) 1679616
78125 - 0 05· 2b) 1953125 -
n(n-1) .. ·(11-p.L2)(p-l). 29) (n-m)(n-m-1). 30) 2 n-m-1. 31) ,..._, , ) 2519424 '"'"'
nP ' n(n 1) ' n n-1 ' 898223 - O, 18; 3) Aproximadamente 0,63; 4)
O, 78 i 2 e ) 5038848 ,..._,
i; 32) Íi; 33) n:. 1 ; 31) 1 1; 35) 3 [õo; 36a) cio; 36b) i',; ('"-')
36c) 16;
36d) ,90 ; 37a) ;'.; J
37b) 0 ; 37c) 0,2; 37d) g; Aproximadamente 0,43; 5) p > !; 6a) J,; 6b) ~; 7) 2,;:_,;
37e) 0,8. 8) ~:; 9) 5.

Seção 5.4
1) [t; 2) 1~; 3) f; 4) l,; 5) j; 6) ,52 ; 7) ~; 8a)
~; 8b) i; 8c) Ji; 9) !; ll)p2 + 4p3 - 8p 4 + 5p5 - p';
13a) [J, - {, + ··· + ~ ] · f,; 13b) ~;
2
13c) n(~- 1); 13d)
n- 2 ·1 14) Sim, Sim, Sim e Não,· 15a) .1. 15b), (n-~r-i ·,
(n 1)2 n'

Bibliografia
Análise Combinatória
smas coisas que
Os livros abaixo abordam mais ou menos as me
este livro, com O mesmo grau de complexidade.
[1] "Mathematics of Choice" - Ivan Niven-Random Ho~se;, Th;
L. W. Singer Company - Nova Iorque- 1972, - _CoJeç~o Ne
Mathematical Library" volume 15 - 202 pagmas.
Aborda também números de Fibonacci, números de Catalán, fun-
ções geratrizes e partições de um inteiro.
[2] "Lições de Análise Combinatória" - Rio No~ueira - 2ª Edição
- Editora Fundo de Cultura - Rio de Janeiro - 1972 - 158
páginas.
Contém cerca de 100 exercícios resolvidos e aborda também funções
geratrizes.
. C b' , · ,, F A Lacaz Netto - 4ª
[3] "Lições de Aná.hse om matona - · · , .
Edição - Livraria Nobel - São Paulo - 1956 - 158 pagmas.
Contém 180 problemas, em sua maioria resolvidos.
[4] "Triângulo de Pascal" - V. A. Uspenski"~ Tradução para o
espanhol de L. B. Ermoláev - Editora Mir - Moscou - 1978
- 38 páginas.
186
Bibliografia 187
[5] ";, de Cuantas Formas?" - N. Vilenkin -
Tradução para o espanhol de Juan Jose Tolosa - Editora
Mir- Moscou - 1972 - 219 pági,nas. Um curso sob a forma de
problemas, contém 439 problemas, todos resolvidos ou com
solução indicada. Aborda também relações de recorrência.
Os livros a seguir abordam principalmente tópicos um pouco mais
avançados.
[6] "Introduction to Combinatorics" - Gerald Berman e K. D.
Frye,r - Academic Press - Londres - 1972 - 300 páginas.
Aborda Permutações e Combinações·, Princípio da Inclusão-Exclu-
são, Relações de recorrência, Funções Geratrizes, Princípio de
Dirichlet, Pavimentações do Plano, Polinômios Cromáticos, o Pro-
blema das Quatro Cores, o Lema de Sperner, Mapas na esfera,
Teorema de Euler, Configurações Combinatórias, Números de Stir-
ling, Números de Fibonacci, Quadrados Latinos e Partições de
Inteiros.
[7] "lntroduction to Combinatorial Mathematics" - C. L. Liu
- McGraw Hill - Nova Iorque - 1968 - 393 páginas.
Aborda Permutações e Combinações, Funções Geratrizes, Relações
de Recorrência, Partições de Inteiros, Princípio da Inclusão-Exclu-
são, Permutações com Posições Restritas, Polinômios de Torres,
Teoria da Contagem de Polya, Grafos, Circuitos Eulerianos e
Hamiltonianos, Números Cromáticos, Configurações Combinatóri-
as, Redes, Programação Linear, Programação Dinâmica e De-
signações.
[8] ''Applied Cominatorics" - Alan Tucker - John Wiley and
Sons - 2ª Edição - Nova Iorque 1984 - 447 páginas.
Aborda Grafos, Circuitos Eulerianos e Hamiltonianos, Colorações,
Árvores, Redes, Permutações e Combinações, Funções Geratrizes,
Relações de Recorrência, Princípio da Inclusão-Exclusão, Polinô-
mios de Torres, Permutações com Posições Restritas, Teoria da
188 Bibliografia
Contagem de Polya, Modelagem Combinatória em Teoria da Com-
putação e Jogos com Grafos.
[9] "Basic Techniques of Gombinatorial Theory" - Daniel l. A.
Cohen - John Wiley and Sons - Nova Iorque - 1978 - 297
páginas.
Aborda Permutações e Combinações, Funções Geratrizes, Números
de Stirling e de Catalán, Princípio de Dirichlet, Teorema de Ram-
sey, Princípio da Inclusão- Exclusão, Teoria da Contagem de Polya
e Grafos.
[10] "Elementary Combinatorial Analysis" - Martin Eisen- Gor-
don and Breach - Nova Iorque - 1969 - 233 páginas.
A borda Permutações e Combinações, Binômio de Newton e Polinô-
mio de Leibniz, Funções Geratrizes, Princípio da Inclusão-Exclu-
são Probabilidade F\mção de Mõebius e Teoria da Contagem de
' '
Polya.
[11] "A First Course in Combinatorial Mathematics" - lan An-
derson - Clarendon Press - Oxford - 2ª Edição - 1989 - 134
páginas.
Aborda Permutações e Combinações, Triângulo de Pascal, Binômio
de Newton, Designações, Recorrência, Princípio da Inclusão-Exclu-
são, Polinômios de Torres, Configurações Combinatórias, Códigos
Corretores de Erros e Empacotamento de Esferas.
[12] "Applied Combinatorics" - Fred S. Roberts - Prentice Hall
- New Jersey - 1984 - 606 páginas.
Aborda História da Combinatória, Permutações e Combinações,
Triângulo de Pascal, Probabilidade, Algoritmds, Grafos, Funções
Geratrizes, Relações de Recorrência, Princípio da Inclusão-Exclu-
são, Teoria da Contagem de Polya, Princ(pio de Dirichlet, Teo-
ria de Ramsey, Configurações Combinatórias, Códigos Corretores
de Erros, Sistemas de Representantes Distintos e Problemas de
Otimização.
Bibliografia
189
[13] "Introductory Combinatorics" - Richard A. Brualdi - North
Holland - Nova Iorque - 1977 - 374 páginas.
Aborda Princípio de Dirichlet, Teorema de Ramsey, Permutações
e Combinações, Triângulo de Pascal, Princípio da Inclusão-Exclu-
são, Relações de Recorrência, Funções Gcratrizes, Configurações
Combinatórias, Grafos, Colorações e Problemas de Otimização.
[14] "Combinatorial Mathematics" - Herbert John Ryser - The
Mathematical Association of America - The Carus Mathe-
mafical Monographs volume 14 - 1965 - 154 páginas.
Aborda o Princípio da Inclusão-Exclusão, Permutações Caóticas,
Permanentes, Relações de Recorrência, o Problema de Lucas, Teo-
rema de Ramsey, Partições de Inteiros, Configurações Combi-
natórias, Matrizes de zeros e uns.
/15] "Discrete Mathematics: Applied Combinatorics and Graph
Theory" - Michael Townsend - The Benjamin Cummings
Publishing Co. lnc. - Califórnia - 1987 - 387 páginas.
Aborda Indução, Combinações e Permutações, Funções Geratrizes
Relações de Recorrência, Princípio da Inclusão-Exclusão, Grafos'
Circuitos Eulerianos e Hamiltonianos, Designações e Colorações.'
Probabilidade
[16] "Fifty Challenging Problems in Probability with Solutions"
- Frederick Mosteller - Addison - Wesley - Massachussets -
1965 - 88 páginas.
Contém 56 problemas interessantíssimos de Probabilidade· todos
.
resolvidos. '
Os livros a seguir são excelentes textos para um curso de proba-
bilidade em nível de Graduação.
190 Bibliografia Bibliografia
191
[17] "A First Course in Probability" - Sheldon Ross - Mac Mil- Es.te é um clássico; um livro que influenciou várias era õ (
lan Publishing Company, Inc - Nova Iorque - 1976 - 305 pnmeira edição é de 1950). O livro, no original, é em d!is v~l:~e:
páginas.
com 1 ~ capítulos no primeiro volume e 19 no seg~ndo volume. A
Aborda Combinatória, Probabilidade, Variáveis Aleatórias Unidi- tr~du?ªº para o Português contém ds 10 primeiros capítulos d
pnme1ro volume. o
mensionais, Variáveis Aleatórias Multidimensionais, Esperanças e
Teoremas Limites.
. . A.b~rda ?ombinatória, Probabilidade, Passeio Aleatório
[18] "Modern Probability Theory and its Applications" - Ema- D1stnbu1çoes Discretas Univariadas) Distribuição Normal Es e~
nuel Parzen- John Wiley and Sons e Toppan Printing Com- ranças e Teoremas Limites. ' p
pany LTD - Japão 1960 - 464 páginas.
Aborda Probabilidade, Variáveis Aleatórias Unidimensionais e Mul-
tidimensionais e Teoremas Limites.

[19] "Probabilidade: Aplicações à estatística" - Paul L. Meyer

- Tradução de Ruy Lourenço Filho - LTC - Rio de Janeiro
- 2ª edição - 1983 - 426 páginas. Título original: "Intro-
ductory Probability and Statistical Applications".
Aborda Combinatória, Probabilidade, Variáveis Aleatórias Unidi-
mensionais e Bidimensionais, Funções de Variáveis Aleatórias, Es-
peranças, Funções Geratrizes de Momentos, Confiabilidade, Teo-
remas Limites, Distribuições Amostrais, Estimação e Testes.
[20] "Introdução à Teoria da Probabilidade" - Paul G. Hoel,
Sidney C. Port, Charles J. Stone - Livraria Interciência
- Rio de Janeiro - 1978· - Tradução de Fernando Yassov
Chiyoshi - 269 páginas. Título original: "Introduction to
Probability Theory".
Aborda Combinatória, Probabilidade, Variávei:s Aleatórias Unidi-
mensionais e Multidimensionais, Esperanças, Teoremas Limites,
Funções Geratrizes de Momentos e Funções Características, Pas-
seio Aleatório e Processo de Poisson.
[21] "Introdução à Teoria das Probabilidades e suas Aplicações"
- William Feller - Edgard Blucher - São Paulo - 1976 - 236
páginas. Tradução de Flávio Wagner Rodrigues e Maria
Elisa Fini.